当前位置:首页 > 文章列表 > 文章 > python教程 > Python日志配置全解析与使用教程

Python日志配置全解析与使用教程

2025-10-11 12:00:49 0浏览 收藏

文章不知道大家是否熟悉?今天我将给大家介绍《Python日志配置详解与使用指南》,这篇文章主要会讲到等等知识点,如果你在看完本篇文章后,有更好的建议或者发现哪里有问题,希望大家都能积极评论指出,谢谢!希望我们能一起加油进步!

答案:Python日志配置通过logger、handler和formatter实现,logger设置级别并记录日志,handler定义日志输出位置,formatter指定日志格式;可通过dictConfig将配置集中管理,多模块使用同名logger可共享配置,主程序需先初始化logging。

Python怎么配置日志(logging)_Python logging模块配置与使用

Python配置日志,简单来说,就是告诉Python程序,发生什么事情应该记录下来,记录到哪里去,以及用什么格式记录。这对于调试、监控和问题排查至关重要。

配置Python的logging模块,主要涉及到配置logger、handler和formatter。

解决方案

  1. Logger (记录器): Logger是logging系统的入口,你可以创建多个logger,每个logger可以有不同的级别和handler。

    import logging
    
    # 创建一个logger
    logger = logging.getLogger('my_logger')
    logger.setLevel(logging.DEBUG)  # 设置logger的级别
  2. Handler (处理器): Handler决定了日志信息输出到哪里,例如控制台、文件、网络等。你可以添加多个handler到一个logger。

    # 创建一个handler,输出到文件
    file_handler = logging.FileHandler('my_app.log')
    file_handler.setLevel(logging.INFO) # 设置handler的级别
    # 创建一个handler,输出到控制台
    stream_handler = logging.StreamHandler()
    stream_handler.setLevel(logging.DEBUG)
  3. Formatter (格式器): Formatter定义了日志信息的格式。

    # 创建一个formatter
    formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
    file_handler.setFormatter(formatter)
    stream_handler.setFormatter(formatter)
  4. 将handler添加到logger:

    # 将handler添加到logger
    logger.addHandler(file_handler)
    logger.addHandler(stream_handler)
  5. 使用logger记录日志:

    # 记录日志
    logger.debug('This is a debug message')
    logger.info('This is an info message')
    logger.warning('This is a warning message')
    logger.error('This is an error message')
    logger.critical('This is a critical message')

如何选择合适的日志级别?

日志级别从低到高依次是:DEBUG, INFO, WARNING, ERROR, CRITICAL。选择哪个级别取决于你想记录的信息的重要程度。DEBUG适合开发调试阶段,INFO记录程序运行的关键信息,WARNING提示潜在的问题,ERROR记录错误信息,CRITICAL记录严重错误,可能导致程序崩溃。一般来说,生产环境至少要设置为INFO级别,甚至WARNING级别。

如何将日志配置写到配置文件中?

使用配置文件可以更方便地管理日志配置,例如使用logging.config.fileConfiglogging.config.dictConfig。下面是一个使用dictConfig的例子:

import logging
import logging.config

config = {
    'version': 1,
    'formatters': {
        'standard': {
            'format': '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
        },
    },
    'handlers': {
        'file': {
            'level': 'INFO',
            'formatter': 'standard',
            'class': 'logging.FileHandler',
            'filename': 'my_app.log',
            'encoding': 'utf8',
        },
        'console': {
            'level': 'DEBUG',
            'formatter': 'standard',
            'class': 'logging.StreamHandler',
            'stream': 'ext://sys.stdout',
        },
    },
    'loggers': {
        'my_logger': {
            'handlers': ['file', 'console'],
            'level': 'DEBUG',
            'propagate': False
        },
    },
    'disable_existing_loggers': False
}

logging.config.dictConfig(config)

logger = logging.getLogger('my_logger')

logger.debug('This is a debug message from config')
logger.info('This is an info message from config')

将配置信息写在字典config中,然后使用logging.config.dictConfig(config)加载配置。这样可以更灵活地管理日志配置,例如可以从JSON或YAML文件中读取配置。

如何在多模块中使用同一个logger?

在不同的模块中,使用相同的logger name,logging系统会自动使用同一个logger实例。例如,在module1.py中:

import logging

logger = logging.getLogger('my_logger')

def do_something():
    logger.info('Doing something in module1')

module2.py中:

import logging

logger = logging.getLogger('my_logger')

def do_something_else():
    logger.info('Doing something else in module2')

在主程序中:

import logging
import logging.config
import module1
import module2

config = { # ... (同上例) ... }
logging.config.dictConfig(config)

logger = logging.getLogger('my_logger')

logger.info('Starting the application')
module1.do_something()
module2.do_something_else()

这样,所有模块都使用同一个名为my_logger的logger实例,日志信息会统一输出到配置文件中指定的handler。注意,需要在主程序中配置logging,确保在其他模块使用logger之前,logging系统已经初始化。否则,可能会出现日志信息丢失的情况。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

React复选框验证:Yup与组件校验技巧React复选框验证:Yup与组件校验技巧
上一篇
React复选框验证:Yup与组件校验技巧
夸克网盘群组管理全攻略
下一篇
夸克网盘群组管理全攻略
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • ChatExcel酷表:告别Excel难题,北大团队AI助手助您轻松处理数据
    ChatExcel酷表
    ChatExcel酷表是由北京大学团队打造的Excel聊天机器人,用自然语言操控表格,简化数据处理,告别繁琐操作,提升工作效率!适用于学生、上班族及政府人员。
    3193次使用
  • Any绘本:开源免费AI绘本创作工具深度解析
    Any绘本
    探索Any绘本(anypicturebook.com/zh),一款开源免费的AI绘本创作工具,基于Google Gemini与Flux AI模型,让您轻松创作个性化绘本。适用于家庭、教育、创作等多种场景,零门槛,高自由度,技术透明,本地可控。
    3405次使用
  • 可赞AI:AI驱动办公可视化智能工具,一键高效生成文档图表脑图
    可赞AI
    可赞AI,AI驱动的办公可视化智能工具,助您轻松实现文本与可视化元素高效转化。无论是智能文档生成、多格式文本解析,还是一键生成专业图表、脑图、知识卡片,可赞AI都能让信息处理更清晰高效。覆盖数据汇报、会议纪要、内容营销等全场景,大幅提升办公效率,降低专业门槛,是您提升工作效率的得力助手。
    3436次使用
  • 星月写作:AI网文创作神器,助力爆款小说速成
    星月写作
    星月写作是国内首款聚焦中文网络小说创作的AI辅助工具,解决网文作者从构思到变现的全流程痛点。AI扫榜、专属模板、全链路适配,助力新人快速上手,资深作者效率倍增。
    4543次使用
  • MagicLight.ai:叙事驱动AI动画视频创作平台 | 高效生成专业级故事动画
    MagicLight
    MagicLight.ai是全球首款叙事驱动型AI动画视频创作平台,专注于解决从故事想法到完整动画的全流程痛点。它通过自研AI模型,保障角色、风格、场景高度一致性,让零动画经验者也能高效产出专业级叙事内容。广泛适用于独立创作者、动画工作室、教育机构及企业营销,助您轻松实现创意落地与商业化。
    3814次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码