Python如何配置Logging处理器详解
本文深入讲解了Python中logging模块的处理器配置方法,从简易的basicConfig快速入门到手动构建Logger、Handler与Formatter的精细化控制,涵盖FileHandler、StreamHandler、RotatingFileHandler等多种处理器的适用场景与实战配置,并重点解析了如何通过级别分离(如错误写入文件、信息输出到控制台)、格式定制及propagate设置避免日志重复等常见痛点,为不同规模项目提供清晰、可靠、可扩展的日志管理方案。

在Python中配置Logging处理器,关键是通过logging模块设置日志记录方式。你可以使用基础配置快速上手,也可以手动创建Logger、Handler、Formatter来实现更灵活的控制。
使用basicConfig快速配置
对于简单项目,可以直接用logging.basicConfig()设置默认的日志行为:
- 指定日志级别:比如DEBUG、INFO、WARNING等
- 选择输出目标:可以是控制台或文件
- 定义格式:包括时间、日志级别、消息内容等
示例:
import logginglogging.basicConfig( level=logging.INFO, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s', handlers=[ logging.FileHandler("app.log"), logging.StreamHandler() # 输出到控制台 ] )
logger = logging.getLogger(name) logger.info("这是一条信息日志")
手动添加处理器(Handler)
当需要更精细控制时,建议手动创建Logger并绑定多个处理器。每个处理器可独立设定输出位置和日志级别。
- FileHandler:写入文件
- StreamHandler:输出到终端
- RotatingFileHandler:按大小轮转日志文件
- TimedRotatingFileHandler:按时间轮转
示例:同时输出到文件和控制台,并区分级别
import logging from logging.handlers import RotatingFileHandler创建Logger
logger = logging.getLogger("my_app") logger.setLevel(logging.DEBUG)
创建Formatter
formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s')
文件处理器(仅ERROR以上)
file_handler = RotatingFileHandler("error.log", maxBytes=1024*1024, backupCount=3) file_handler.setLevel(logging.ERROR) file_handler.setFormatter(formatter)
控制台处理器(INFO及以上)
console_handler = logging.StreamHandler() console_handler.setLevel(logging.INFO) console_handler.setFormatter(formatter)
添加处理器
logger.addHandler(file_handler) logger.addHandler(console_handler)
使用
logger.info("程序启动") logger.error("发生错误")
避免重复日志输出
如果发现日志重复打印,通常是因为Logger和Handler都启用了传播(propagate),或者多次添加了同一个Handler。
- 确保不要重复调用
addHandler - 子Logger可通过设置
propagate=False阻止向上传递 - 检查是否在循环或导入中反复配置
基本上就这些。根据项目复杂度选择合适的方式,小项目用basicConfig,大项目推荐手动管理Logger和Handler。
本篇关于《Python如何配置Logging处理器详解》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
Python模块接口设计稳定性关键点
- 上一篇
- Python模块接口设计稳定性关键点
- 下一篇
- Golang按字节读取文件方法详解
-
- 文章 · python教程 | 16小时前 | 日志 · logging · Python教程 · Python contextvars request_id LogRecord logging.Filter
- Python logging.Filter 注入请求上下文的做法
- 410浏览 收藏
-
- 文章 · python教程 | 3天前 | Python教程 · Python 鸭子类型 typing.Protocol 结构子类型
- Python typing.Protocol 约束鸭子类型接口
- 246浏览 收藏
-
- 文章 · python教程 | 3天前 | Python教程 · Python 相对路径 is_file pathlib Path.resolve
- Python pathlib 相对路径规范化与文件判断
- 144浏览 收藏
-
- 文章 · python教程 | 3天前 | python · 异步编程 · asyncio · Python CancelledError asyncio.timeout TimeoutError
- Python asyncio.timeout 嵌套取消与异常传播
- 373浏览 收藏
-
- 文章 · python教程 | 4天前 |
- Python heapq 最大堆 API 怎么避免手动取负数
- 397浏览 收藏
-
- 文章 · python教程 | 4天前 | python · Python 不可变对象 namedtuple dataclass copy.replace
- Python copy.replace 怎么更新不可变对象字段
- 245浏览 收藏
-
- 文章 · python教程 | 4天前 | python ·
- Python NamedTemporaryFile 的 delete_on_close 怎么设置
- 311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。
- 296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。
- 350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。
- 353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。
- 316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。
- 136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

