Python的logging模块是标准库提供的专业日志解决方案，相比print语句，它支持分级日志、多输出目标、灵活格式化等特性，能够满足从开发调试到生产运维的全场景日志需求。合理的配置可以让日志既不会冗余也不会缺失关键信息，有效提升问题排查效率。
logging模块核心组件
logging模块的运行依赖四个核心组件，理解它们的作用和关系是正确配置的基础：
- Logger：日志的记录器，是开发者直接调用的对象，负责产生日志消息，支持设置日志级别过滤消息。
- Handler：日志的处理器，负责将Logger产生的日志消息输出到指定目标，比如控制台、文件、网络等，一个Logger可以绑定多个Handler。
- Formatter：日志的格式化器，负责定义日志消息的最终输出格式，比如是否包含时间、日志级别、模块信息等。
- Filter：日志的过滤器，提供更细粒度的日志过滤能力，可以决定哪些日志消息可以被处理。
基础配置方法
对于简单的脚本场景，使用logging.basicConfig方法就可以快速完成配置，该方法会为根Logger设置默认的Handler和Formatter。
import logging
# 基础配置：设置日志级别为INFO，输出格式包含时间、级别、消息内容，输出到控制台
logging.basicConfig(
level=logging.INFO,
format='%(asctime)s - %(levelname)s - %(message)s',
datefmt='%Y-%m-%d %H:%M:%S'
)
# 测试不同级别的日志
logging.debug('这是调试级别的日志，不会被输出')
logging.info('这是信息级别的日志')
logging.warning('这是警告级别的日志')
logging.error('这是错误级别的日志')
上述代码中，日志级别设置为INFO后，DEBUG级别的日志会被过滤，不会输出到控制台。format参数中的占位符含义如下：
- %(asctime)s：日志记录的时间
- %(levelname)s：日志的级别名称
- %(message)s：日志的具体内容
- %(filename)s：产生日志的文件名
- %(lineno)d：产生日志的代码行号
高级配置：多Handler与文件输出
实际项目中通常需要同时把日志输出到控制台和文件，并且不同场景的日志级别可以分开设置，这时候就需要手动创建Logger、Handler和Formatter进行配置。
import logging
import os
def setup_logger():
# 创建Logger对象，设置全局最低日志级别为DEBUG
logger = logging.getLogger('my_app')
logger.setLevel(logging.DEBUG)
# 避免日志重复处理
logger.propagate = False
# 创建控制台Handler，设置级别为INFO
console_handler = logging.StreamHandler()
console_handler.setLevel(logging.INFO)
# 创建文件Handler，设置级别为DEBUG，日志文件按天轮转
log_dir = 'logs'
if not os.path.exists(log_dir):
os.makedirs(log_dir)
file_handler = logging.FileHandler(os.path.join(log_dir, 'app.log'), encoding='utf-8')
file_handler.setLevel(logging.DEBUG)
# 创建统一的格式化器
formatter = logging.Formatter(
'%(asctime)s - %(name)s - %(levelname)s - %(filename)s:%(lineno)d - %(message)s'
)
console_handler.setFormatter(formatter)
file_handler.setFormatter(formatter)
# 给Logger添加Handler
logger.addHandler(console_handler)
logger.addHandler(file_handler)
return logger
# 使用自定义Logger
logger = setup_logger()
logger.debug('调试信息，只会写入文件')
logger.info('普通信息，会同时输出到控制台和文件')
logger.error('错误信息，会同时输出到控制台和文件')
logging模块最佳实践
1. 不要直接使用根Logger
直接使用logging.info等方法是操作根Logger，容易导致不同模块的日志配置互相干扰，建议每个模块创建自己的Logger，命名使用模块名，比如logging.getLogger(__name__)。
2. 合理设置日志级别
不同环境的日志级别应该区分开：开发环境可以设置为DEBUG，方便排查问题；测试环境设置为INFO；生产环境设置为WARNING或者ERROR，避免产生过多冗余日志占用磁盘空间。
3. 日志文件轮转
长期运行的项目如果日志一直写入同一个文件，会导致文件过大，难以查看和管理，建议使用RotatingFileHandler或者TimedRotatingFileHandler实现日志轮转，比如按文件大小或者按时间切割日志文件。
import logging
from logging.handlers import RotatingFileHandler
# 按文件大小轮转的Handler，单个文件最大10MB，最多保留5个备份文件
rotating_handler = RotatingFileHandler(
'app.log',
maxBytes=10*1024*1024, # 10MB
backupCount=5,
encoding='utf-8'
)
4. 日志内容要包含关键信息
日志消息应该包含足够的上下文信息，比如用户ID、请求ID、操作参数等，避免只写模糊的描述，比如不要只写"操作失败"，而要写"用户ID:123的订单创建操作失败，原因：库存不足"。
5. 异常日志要记录完整堆栈
捕获异常记录日志时，要使用exc_info=True参数，这样会把完整的异常堆栈信息记录到日志中，方便定位问题根因。
try:
1 / 0
except Exception as e:
logger.error('发生除零错误', exc_info=True)
常见配置误区
- 重复添加Handler：如果多次调用addHandler，会导致同一条日志被输出多次，需要注意避免，或者在添加前检查Handler是否已经存在。
- 日志级别设置混乱：Handler的级别不能低于Logger的级别，否则Handler的级别设置不会生效，比如Logger级别是ERROR，Handler级别是INFO，那么INFO级别的日志还是不会被处理。
- 忘记设置编码：文件Handler默认编码可能不是utf-8，写入中文会出现乱码，建议显式设置encoding='utf-8'。
logging模块的配置需要根据项目实际需求灵活调整，没有绝对统一的方案，但遵循上述最佳实践可以避免大部分常见问题，让日志功能真正发挥价值。