Python 日志 logging 入门：别再只用 print 调试了

print 够用，但不够好

写 Python 小脚本时，几乎人人都是从 print 开始调试的：哪里不对，就在那里打印一个变量。程序小的时候，这招确实够用。可一旦脚本变长、开始跑在后台、或者出了问题需要事后复盘，print 的短板就全暴露出来了：它没有时间，不知道这条信息是什么级别，输出混在终端里，程序一关就没了。更麻烦的是，调试用的 print 很容易被忘在代码里，上线后还在不停地往终端里吐东西。

Python 自带的 logging 模块就是为了解决这些问题。它不是更复杂的 print，而是一套“记录事情”的办法：每条日志自带时间、级别和来源，输出到哪里、记多细，都可以单独控制。

五个级别，先分清轻重

logging 有五个级别，从轻到重依次是 DEBUG、INFO、WARNING、ERROR、CRITICAL。写代码时先养成按级别说话的习惯：调试过程中的临时信息用 DEBUG，程序正常推进的关键节点用 INFO，出现了异常但还能继续的情况用 WARNING，某个功能失败了用 ERROR，整个程序无法继续才用 CRITICAL。

级别的真正价值在于过滤。开发时把级别设成 DEBUG，什么都能看到；上线后改成 WARNING，调试信息自动消失，不用逐行删 print。一处设置，全局生效，这是 print 永远做不到的。

三行代码跑起来

最简单的用法只需要三行：import logging；logging.basicConfig(level=logging.INFO, format="%(asctime)s %(levelname)s %(message)s")；logging.info("程序启动")。basicConfig 做两件事：定级别，定格式。这里的格式让每条日志带上时间和级别，读起来一目了然。之后在代码里，哪里想记录就写一句 logging.info 或者 logging.error，不需要再操心输出格式。一个实用的小习惯是：给每个模块一个自己的记录器。logger = logging.getLogger(__name__)，这样日志里能看出信息来自哪个模块，出问题定位快得多。

记到文件里，事后还能查

终端输出关掉就没了，文件不会。把日志同时写进文件，只需要在配置里加一个文件处理器：handler = logging.FileHandler("app.log", encoding="utf-8")，并设置格式后 addHandler。这样运行记录会留在 app.log 里。程序半夜跑崩了，第二天打开文件，按时间往回翻，就能看到崩之前最后几步做了什么。这比“当时终端里好像闪过一个报错”可靠得多。文件日志还可以长期保留、按天轮换，避免单个文件无限变大，标准库的 RotatingFileHandler 就能做到。

三个新手常踩的坑

第一个坑是级别设错：默认级别是 WARNING，info 和 debug 默认不会显示，很多人以为代码没执行，其实只是被过滤了。先检查级别，再怀疑逻辑。第二个坑是在循环里记太多日志：每处理一条数据就记一行，一万条数据就是一万行日志，文件和速度都受不了。循环里的日志要克制，记总数、记异常，少记每一条。第三个坑是把敏感信息写进日志：密码、令牌、用户隐私数据绝对不要出现在日志里。日志文件会被传阅、备份、长期保存，写进去就等于公开了。

从 print 到 logging，只改一个习惯

不需要一次学会全部配置。先从两件事开始：把调试用的 print 换成按级别的 logging 调用，给程序配一个带时间格式的输出。跑通之后，再加文件输出、再按模块分记录器。习惯一旦养成，排查问题的方式就变了：不再靠重新跑一遍去复现，而是打开日志，按时间线把事情经过读出来。这正是 logging 比 print 高明的地方——它记录的不只是结果，还有过程。