导读:本期聚焦于小伙伴创作的《Python日志模块怎么配置和使用?Python日志记录系统完整教程》,敬请观看详情,探索知识的价值。以下视频、文章将为您系统阐述其核心内容与价值。如果您觉得《Python日志模块怎么配置和使用?Python日志记录系统完整教程》有用,将其分享出去将是对创作者最好的鼓励。

Python的logging模块是标准库中用于实现日志记录的核心工具,它提供了灵活的日志级别控制、多输出渠道支持以及可自定义的格式化能力,能够满足从简单脚本到复杂项目的各类日志需求。

Python日志模块怎么配置和使用?Python日志记录系统完整教程

Python日志模块核心组件

logging模块主要由四个核心组件构成,理解这些组件的作用才能灵活配置日志系统:

  • Logger:日志的记录器,是开发者直接调用的接口,用于生成不同级别的日志消息。
  • Handler:日志的处理器,负责将日志消息发送到指定的输出位置,比如控制台、文件、网络等。
  • Formatter:日志的格式化器,用于定义日志消息的输出格式,比如时间、级别、内容等信息的排列规则。
  • Filter:日志的过滤器,用于对日志消息做进一步的筛选,控制哪些日志可以被输出。

基础配置方法

对于简单的使用场景,可以直接使用logging模块的基础配置函数快速搭建日志系统,最常用的就是logging.basicConfig方法。

基础配置示例

以下代码演示了将日志同时输出到控制台和文件的基础配置:

import logging

# 基础配置,设置日志级别、输出格式、输出文件
logging.basicConfig(
    level=logging.INFO,  # 设置日志级别,低于该级别的日志不会被记录
    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',  # 日志格式
    handlers=[
        logging.StreamHandler(),  # 控制台输出处理器
        logging.FileHandler('app.log', encoding='utf-8')  # 文件输出处理器,指定编码避免中文乱码
    ]
)

# 获取Logger实例
logger = logging.getLogger(__name__)

# 记录不同级别的日志
logger.debug('这是调试级别的日志,不会输出')
logger.info('这是信息级别的日志')
logger.warning('这是警告级别的日志')
logger.error('这是错误级别的日志')

上述代码中,日志级别设置为INFO,因此DEBUG级别的日志不会被输出。运行后控制台和app.log文件中都会记录INFO及以上级别的日志,格式包含时间、Logger名称、日志级别和日志内容。

高级自定义配置

当项目需求更复杂时,比如需要按时间分割日志文件、不同模块使用不同的日志配置,就需要手动组装各个核心组件。

按大小分割日志文件示例

使用RotatingFileHandler可以实现日志文件按大小自动分割,避免单个日志文件过大:

import logging
from logging.handlers import RotatingFileHandler

# 创建Logger实例
logger = logging.getLogger('my_app')
logger.setLevel(logging.DEBUG)  # 设置Logger的全局级别

# 避免日志重复输出
if not logger.handlers:
    # 创建控制台处理器
    console_handler = logging.StreamHandler()
    console_handler.setLevel(logging.INFO)  # 控制台只输出INFO及以上级别

    # 创建按大小分割的文件处理器,单个文件最大1MB,最多保留3个备份文件
    file_handler = RotatingFileHandler(
        'my_app.log',
        maxBytes=1024 * 1024,
        backupCount=3,
        encoding='utf-8'
    )
    file_handler.setLevel(logging.DEBUG)  # 文件记录DEBUG及以上级别

    # 创建格式化器
    formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(module)s - %(message)s')

    # 给处理器设置格式化器
    console_handler.setFormatter(formatter)
    file_handler.setFormatter(formatter)

    # 给Logger添加处理器
    logger.addHandler(console_handler)
    logger.addHandler(file_handler)

# 测试日志输出
logger.debug('调试信息,会写入文件但不会输出到控制台')
logger.info('普通信息,控制台和文件都会记录')
logger.error('错误信息,两个输出位置都会记录')

按时间分割日志文件示例

如果需要按时间周期分割日志,比如每天生成一个新的日志文件,可以使用TimedRotatingFileHandler

import logging
from logging.handlers import TimedRotatingFileHandler

logger = logging.getLogger('time_rotate_app')
logger.setLevel(logging.INFO)

# 创建按时间分割的处理器,每天凌晨分割日志,保留7天的备份
time_handler = TimedRotatingFileHandler(
    'time_app.log',
    when='midnight',
    interval=1,
    backupCount=7,
    encoding='utf-8'
)
time_handler.setFormatter(logging.Formatter('%(asctime)s - %(message)s'))

logger.addHandler(time_handler)

logger.info('按时间分割的日志记录测试')

常用日志级别说明

logging模块定义了5个标准日志级别,级别从低到高依次为:

级别名称对应数值适用场景
DEBUG10详细的调试信息,用于开发阶段定位问题
INFO20程序正常运行的确认信息,比如服务启动成功
WARNING30潜在的问题提示,程序仍可正常运行,比如内存占用过高
ERROR40程序运行出现错误,部分功能无法正常运行
CRITICAL50严重的错误,可能导致程序崩溃

注意事项

  • 不要在多个地方重复给同一个Logger添加Handler,否则会导致日志重复输出。
  • 如果使用FileHandler,建议指定编码为utf-8,避免中文日志出现乱码。
  • 生产环境建议将日志级别设置为INFO及以上,避免大量DEBUG日志占用存储空间。
  • Logger的名称建议使用模块名或者项目名,方便后续按模块筛选日志。

Pythonlogging日志配置日志记录修改时间:2026-06-12 12:45:40

免责声明:​ 已尽一切努力确保本网站所含信息的准确性。网站内容多为原创整理与精心编撰,观点力求客观中立。本站旨在免费分享,内容仅供个人学习、研究或参考使用。若引用了第三方作品,版权归原作者所有。如内容涉及您的权益,请联系我们处理。
内容垂直聚焦
专注技术核心技术栏目,确保每篇文章深度聚焦于实用技能。从代码技巧到架构设计,为用户提供无干扰的纯技术知识沉淀,精准满足专业提升需求。
知识结构清晰
覆盖从开发到部署的全链路。AI、前端、编程、数据库、服务器、建站、系统层层递进,构建清晰学习路径,帮助用户系统化掌握开发与运维所需的核心技术。
深度技术解析
拒绝泛泛而谈,深入技术细节与实践难点。无论是数据库优化还是服务器配置,均结合真实场景与代码示例进行剖析,致力于提供可直接应用于工作的解决方案。
专业领域覆盖
精准对应开发生命周期。从前端界面到后端编程,从数据库操作到服务器运维,形成完整闭环,一站式满足全栈工程师和运维人员的技术需求。
即学即用高效
内容强调实操性,步骤清晰、代码完整。用户可根据教程直接复现和应用于自身项目,显著缩短从学习到实践的距离,快速解决开发中的具体问题。
持续更新保障
专注既定技术方向进行长期、稳定的内容输出。确保各栏目技术文章持续更新迭代,紧跟主流技术发展趋势,为用户提供经久不衰的学习价值。