Python日志配置全解析与使用教程
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
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)
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)将handler添加到logger:
# 将handler添加到logger logger.addHandler(file_handler) logger.addHandler(stream_handler)
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.fileConfig或logging.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')在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
- 上一篇
- React复选框验证:Yup与组件校验技巧
- 下一篇
- 夸克网盘群组管理全攻略
-
- 文章 · python教程 | 2天前 |
- Python logging Formatter 统一结构化字段输出
- 185浏览 收藏
-
- 文章 · python教程 | 2天前 | 配置 · python · Python教程 · 配置管理 Python 3.15 frozendict 不可变映射
- Python 3.15 frozendict 内置类型的配置使用场景
- 192浏览 收藏
-
- 文章 · python教程 | 2天前 | 序列化 · python · Python pickle 进程池 multiprocessing Pool
- Python multiprocessing 进程池传递不可序列化对象
- 255浏览 收藏
-
- 文章 · python教程 | 2天前 | 数据一致性 · Python教程 · Python 事务 自动提交 sqlite3 autocommit isolation_level
- Python sqlite3 事务模式与自动提交边界
- 197浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python contextlib.nullcontext 统一同步异步入口
- 316浏览 收藏
-
- 文章 · python教程 | 2天前 | 面向对象 · python · Python教程 · InitVar __post_init__ Python dataclass 派生字段 field(init=False)
- Python dataclass __post_init__ 计算派生字段
- 303浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python typing.TypeGuard 处理复杂容器类型收窄
- 437浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python os.fspath 支持自定义路径对象
- 214浏览 收藏
-
- 文章 · python教程 | 2天前 | 异常处理 · 异步编程 · Python教程 · asyncio · 后台任务 任务取消 CancelledError Python asyncio asyncio.shield
- Python asyncio.shield 保护后台任务免受外层取消
- 407浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python configparser ExtendedInterpolation 组织分层配置
- 480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
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 451次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 520次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 536次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 481次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 304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

