Python日志配置与使用全攻略
哈喽!大家好,很高兴又见面了,我是golang学习网的一名作者,今天由我给大家带来一篇《Python日志模块配置与使用详解》,本文主要会讲到等等知识点,希望大家一起学习进步,也欢迎大家关注、点赞、收藏、转发! 下面就一起来看看吧!
Python的logging模块可通过配置实现多场景日志管理。1. 导入logging模块并调用方法可记录日志,默认输出WARNING及以上级别,通过basicConfig设置level参数可调整输出范围;2. 使用format参数自定义日志格式,加入时间、级别、模块名等内容,并可通过filename参数将日志写入文件;3. 大型项目中应为不同模块创建独立logger,便于管理和调试,也可单独设置模块日志级别;4. 需要同时输出到控制台和文件时,应手动添加StreamHandler和FileHandler,并分别设定级别和格式,实现灵活的日志收集与展示。掌握这些配置后,即可高效使用logging模块满足各类项目需求。

Python自带的日志模块logging功能强大,但刚上手时配置起来有点绕。很多人一开始只是简单用一下print()调试代码,但一旦项目变大或者部署上线后,光靠print就不够用了。这时候就需要一个稳定、可配置、结构清晰的日志系统。
日志模块基本使用:别再只用print了
在Python中,最基础的日志记录方式就是导入logging模块并调用相应的方法:
import logging
logging.warning('这是一个警告信息')这样会在控制台输出一条日志,包含时间、级别、消息等内容。默认情况下,只有WARNING及以上级别的日志会被显示出来,比如ERROR和CRITICAL。
你可以通过设置日志级别来控制输出范围:
logging.basicConfig(level=logging.DEBUG)
这样就能看到从DEBUG开始的所有日志。这个设置一般放在程序启动时执行一次就行。
配置日志格式:让日志信息更清晰
默认的输出格式比较简单,可能不满足实际需求。我们可以通过basicConfig来自定义日志格式:
logging.basicConfig(
format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
level=logging.INFO
)上面这段配置会显示时间戳、logger名称、日志级别和消息内容。如果你希望把日志写入文件而不是控制台,也可以加上filename参数:
logging.basicConfig(
filename='app.log',
filemode='a',
format='%(asctime)s - %(levelname)s - %(message)s',
level=logging.INFO
)注意filemode默认是'a',表示追加写入。如果你想每次运行都覆盖旧日志,可以改成'w'。
多个模块使用日志:合理组织logger层级
在一个大型项目中,不同模块应该使用不同的logger,这样便于分类管理和定位问题。例如:
# module_a.py
import logging
logger = logging.getLogger(__name__)
logger.info("模块A开始工作")# module_b.py
import logging
logger = logging.getLogger(__name__)
logger.info("模块B开始工作")如果主程序设置了根logger的级别为INFO,这两个模块的日志都会正常输出。你还可以单独为某个模块设置级别:
logging.getLogger('module_a').setLevel(logging.WARNING)这样module_a就只会输出WARNING及以上的日志,而其他模块不受影响。
日志输出到多个地方:控制台+文件一起用
有时候你想让日志既显示在控制台又写入文件。这时就不能只用basicConfig了,需要手动添加多个Handler:
import logging
logger = logging.getLogger(__name__)
logger.setLevel(logging.DEBUG)
# 控制台输出
console_handler = logging.StreamHandler()
console_handler.setLevel(logging.INFO)
# 文件输出
file_handler = logging.FileHandler('debug.log')
file_handler.setLevel(logging.DEBUG)
# 设置格式
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
console_handler.setFormatter(formatter)
file_handler.setFormatter(formatter)
# 添加handler
logger.addHandler(console_handler)
logger.addHandler(file_handler)
# 测试日志
logger.debug('这是一条debug信息') # 只写入文件
logger.info('这是一条info信息') # 控制台和文件都有这样做的好处是不同渠道的日志级别可以分开控制,适合开发环境和生产环境的混合使用场景。
基本上就这些。Python的logging模块虽然刚开始有点复杂,但只要掌握了基本配置方式,就可以灵活应对各种项目需求了。
终于介绍完啦!小伙伴们,这篇关于《Python日志配置与使用全攻略》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!
PHP变量作用域解析:跨范围访问技巧
- 上一篇
- PHP变量作用域解析:跨范围访问技巧
- 下一篇
- Linux日志查看方法及存放位置详解
-
- 文章 · python教程 | 22小时前 |
- Python asyncio 任务完成后对象还不释放:从协程帧定位引用链
- 335浏览 收藏
-
- 文章 · python教程 | 23小时前 |
- 小型 Python JSON API 选 Flask 还是 Django:按数据层、后台能力和部署约束决策
- 339浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python 3.15 webbrowser 在 macOS 怎么避免脚本注入:MacOS 后端、LaunchServices 与 URL 范围
- 149浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python 3.15 venv 的 platlib 路径怎么验收:sys.platlibdir、lib64 与旧环境迁移
- 171浏览 收藏
-
- 文章 · python教程 | 1天前 | 依赖管理 · Python教程 · 版本范围 · Python 依赖冲突 packaging SpecifierSet
- Python packaging 26.2 怎么提前拦截无解依赖:SpecifierSet.is_unsatisfiable 与版本范围诊断
- 112浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python packaging 26.2 的 pylock.toml 怎么接入:锁文件选择、环境复现与旧 pip 边界
- 287浏览 收藏
-
- 文章 · python教程 | 1天前 | 性能分析 · Python 3.15 · 采样分析 · Python 火焰图 Python 3.15 Tachyon profiling.sampling
- Python 3.15 Tachyon 采样分析怎么选:调用栈样本、火焰图与开销边界
- 415浏览 收藏
-
- 文章 · python教程 | 2天前 | 序列化 · Python教程 · 类型检查 · Python 3.15 · sentinel object pickle Python 3.15 类型收窄
- Python 3.15 sentinel 怎么替代 object 占位:身份判断、类型收窄与序列化边界
- 419浏览 收藏
-
- 文章 · python教程 | 2天前 | 数据结构 · 缓存 · python · Python教程 · lru_cache 缓存键 Python 3.15 frozendict 不可变映射 PEP 814
- Python 3.15 frozendict 怎么用于缓存键:不可变映射、哈希条件与浅拷贝边界
- 422浏览 收藏
-
- 文章 · python教程 | 2天前 | 性能优化 · python · Python教程 · 模块导入 · Python 3.15 lazy import PEP 810 惰性导入 __lazy_modules__
- Python 3.15 lazy import 怎么渐进接入:模块声明、首次访问与兼容边界
- 453浏览 收藏
-
- 文章 · python教程 | 4天前 | python · 运行时 · 发布验收 · JIT Python 3.14 PYTHON_JIT sys._jit
- Python 3.14 JIT 开关怎么做灰度检查:PYTHON_JIT、平台范围与生产禁用边界
- 228浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- SuperCLUE
- SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
- 147次使用
-
- C-Eval
- 深入了解C-Eval中文评估套件,涵盖52个学科与4级难度。本文详解其功能特点、Zero-shot/Few-shot使用方法及代码示例,助您全面评测LLM中文理解与泛化能力。
- 74次使用
-
- ClickPrompt
- ClickPrompt是一款专为AI提示词编写者设计的开源在线工具,支持Stable Diffusion绘图、ChatGPT对话及GitHub Copilot代码辅助。提供Prompt自动生成、一键运行、社区分享及可视化优化功能,帮助用户高效获取精准AI输出。
- 36次使用
-
- PromptHero
- PromptHero是专业的AI提示词搜索引擎与优化平台,支持Stable Diffusion、Midjourney等主流模型。提供海量提示词库、分类搜索、在线课程及社区互动,助力用户高效生成高质量AI图像与文本。
- 21次使用
-
- Stable Diffusion Prompt Book
- 深入解析OpenArt推出的Stable Diffusion Prompt Book,这本免费的开源提示词指南涵盖从基础语法到高级技巧,提供风格化词库与参数建议,助您优化AI绘画生成效果。
- 23次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

