Python日志配置详解与实战
本文深入讲解了Python日志格式配置的核心方法与最佳实践,涵盖从快速上手的`basicConfig`到灵活可控的`Formatter+Handler`组合方案,强调时间戳、日志级别、模块名、行号及函数名等关键字段的结构化输出,兼顾开发调试的可读性与生产环境的机器可解析性;同时提醒读者注意调用时机、第三方库适配、多目标输出差异、中文编码、颜色处理等易踩坑细节,为个人脚本和团队项目提供了一套清晰、健壮且可落地的日志规范化指南。

Python中配置日志格式,核心是通过logging.basicConfig()或Formatter对象定义输出样式,让所有日志具备时间、级别、模块名、行号和消息等统一字段,便于排查问题和集中采集。
用basicConfig快速统一基础格式
适合脚本或简单项目,一行代码即可生效(注意:仅首次调用有效):
import logging
logging.basicConfig(
level=logging.INFO,
format='%(asctime)s [%(levelname)-5s] %(name)s:%(lineno)d - %(message)s',
datefmt='%Y-%m-%d %H:%M:%S'
)说明:
%(asctime)s:自动注入格式化后的时间,依赖datefmt[%(levelname)-5s]:左对齐、占5字符宽的级别名(如 INFO、ERROR)%(name)s:记录器名(默认为root,可自定义)%(lineno)d:日志所在源码行号,调试时非常关键- 该配置会影响所有未单独设置handler的logger
用Formatter+Handler精细控制多输出目标
当需同时输出到控制台和文件,并且格式/级别不同,推荐显式创建Handler:
import logginglogger = logging.getLogger('myapp') logger.setLevel(logging.DEBUG)
控制台输出(简洁格式)
console_handler = logging.StreamHandler() console_formatter = logging.Formatter( '%(levelname)s - %(message)s' ) console_handler.setFormatter(console_formatter) logger.addHandler(console_handler)
文件输出(完整格式,含时间与位置)
file_handler = logging.FileHandler('app.log', encoding='utf-8') file_formatter = logging.Formatter( '%(asctime)s | %(levelname)-8s | %(name)s:%(funcName)s:%(lineno)d | %(message)s', datefmt='%Y-%m-%d %H:%M:%S' ) file_handler.setFormatter(file_formatter) logger.addHandler(file_handler)
关键点:
- 每个Handler可绑定独立Formatter,实现“同日志、不同展现”
%(funcName)s能显示函数名,比%(name)s更准确定位逻辑位置- 文件Handler建议加
encoding='utf-8'避免中文乱码 - 务必调用
logger.addHandler(),否则日志不会输出到该目标
统一规范建议(团队协作推荐)
为保障日志可读性与机器可解析性,建议固定以下字段顺序和格式:
- 时间戳:
%(asctime)s+datefmt='%Y-%m-%dT%H:%M:%S'(ISO 8601,利于ELK解析) - 日志级别:
[%(levelname)-5s],大写、左对齐、固定宽度 - 模块标识:
%(name)s(按模块命名logger,如logging.getLogger(__name__)) - 代码位置:
%(filename)s:%(lineno)d或%(module)s.%(funcName)s:%(lineno)d - 业务消息:
%(message)s,避免换行,关键参数用logger.info("user_id=%s, action=%s", uid, action)结构化传入
避免常见坑
实际配置中容易忽略的细节:
basicConfig()必须在任何logger.xxx()之前调用,否则无效- 若使用第三方库(如requests、sqlalchemy),它们自带logger,需单独设置其level(如
logging.getLogger("requests").setLevel(logging.WARNING)) - 生产环境禁用
StreamHandler,优先写文件或对接Syslog/Fluentd - 不要在format字符串里硬编码颜色或ANSI序列——终端渲染应由Handler(如
colorlog)负责,而非Formatter
今天关于《Python日志配置详解与实战》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
Golang构造HTTP请求与响应方法
- 上一篇
- Golang构造HTTP请求与响应方法
- 下一篇
- PHP文件导入数据库方法详解
-
- 文章 · python教程 | 1天前 | 线程池 · Python 线程池 concurrent.futures 任务取消 Future.cancel
- Python concurrent.futures.Future.cancel 怎样判断任务能否取消
- 143浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · HTTP服务 · 多线程 · Python教程 · Python 并发请求 http.server ThreadingHTTPServer ThreadingMixIn BaseHTTPRequestHandler
- Python http.server ThreadingHTTPServer 怎样处理并发请求
- 481浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python tarfile.TarInfo.replace 怎样复制归档成员属性
- 308浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发编程 · Python教程 · Python 多进程 multiprocessing forkserver 启动上下文
- Python multiprocessing forkserver 怎样处理进程启动上下文
- 232浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · 异步编程 · Python教程 · Python asyncio StreamReader readexactly IncompleteReadError 异步流
- Python asyncio.StreamReader.readexactly 怎样处理不足长度的输入
- 427浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python operator.length_hint 怎样为未知长度迭代器设置估计值
- 336浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · Python教程 · Python warnings catch_warnings simplefilter filterwarnings 警告过滤
- Python warnings context manager 怎样临时调整警告过滤
- 255浏览 收藏
-
- 文章 · python教程 | 1天前 | 调试 · python · 异步编程 · Python asyncio introspection current_task all_tasks
- Python asyncio introspection 怎样定位当前任务
- 120浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · Python教程 · Python 类型注解 Python 3.14 annotationlib get_annotations ForwardRef 延迟注解
- Python 3.14 annotationlib.get_annotations 怎样读取延迟注解
- 423浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python 3.14 跨解释器 Queue.put 的阻塞与 QueueFull 处理方案
- 157浏览 收藏
-
- 文章 · python教程 | 2天前 | xml · python · Python xml xml.etree.ElementTree canonicalize C14N
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
- 151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。
- 1168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。
- 1153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。
- 1332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。
- 1274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。
- 1131次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- 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

