Python 日志 logging 入门：从 print 到分级日志

很多 Python 初学者排查问题靠 print，程序一上生产就抓瞎：日志散落在各处，没有时间戳，分不清哪句是报错、哪句只是调试信息。标准库 logging 模块就是为了解决这个问题而生的，学会它只需要理解三个概念：级别、Logger、Handler。

五个级别，用错了等于没记

logging 内置五个级别，从低到高依次是 DEBUG、INFO、WARNING、ERROR、CRITICAL。默认只输出 WARNING 及以上，所以新手常遇到"明明写了 logging.info，怎么什么都没打印"的困惑——不是代码错了，是级别被默认阈值拦住了。

一个简单的分级习惯：开发调试用 DEBUG，记录程序正常推进的关键节点用 INFO，遇到可恢复的异常用 WARNING，捕获到错误用 ERROR，服务不可用才用 CRITICAL。级别不是摆设，它决定了你在海量日志里能不能一眼定位问题。

三行代码，先跑起来

import logging

logging.basicConfig(
    level=logging.INFO,
    format="%(asctime)s [%(levelname)s] %(name)s: %(message)s",
    datefmt="%Y-%m-%d %H:%M:%S",
)
log = logging.getLogger(__name__)

log.info("服务启动，监听 8080 端口")
log.warning("磁盘使用率已达 85%")

basicConfig 一次配置全局生效，format 里的 %(asctime)s 是时间，%(levelname)s 是级别，%(name)s 是模块名。建议每个模块都用 getLogger(__name__)，出了问题能立刻定位到文件。

日志也要分流：控制台与文件各司其职

开发时看控制台就够了，但生产环境需要落盘。logging 的 Handler 就是干这个的：一个 Handler 管一个去向。

import logging

logger = logging.getLogger("app")
logger.setLevel(logging.DEBUG)

console = logging.StreamHandler()
console.setLevel(logging.INFO)

file_handler = logging.FileHandler("app.log", encoding="utf-8")
file_handler.setLevel(logging.DEBUG)

formatter = logging.Formatter("%(asctime)s [%(levelname)s] %(message)s")
console.setFormatter(formatter)
file_handler.setFormatter(formatter)

logger.addHandler(console)
logger.addHandler(file_handler)

这段配置的效果是：控制台只看 INFO 以上，文件里保留全部 DEBUG 细节。排查线上问题时，文件里的 DEBUG 就是你的时间机器。

三个常见坑

第一，不要在循环里调 basicConfig。它只在第一次调用时生效，后面再调会被静默忽略，改了配置却不见效就是这个原因。

第二，不要用根 Logger 到处打日志。直接 logging.info(...) 用的是根 Logger，大项目里多个模块混在一起分不清来源。每个模块 getLogger(__name__) 是基本纪律。

第三，异常要带上堆栈。捕获异常后只写 log.error("出错了") 等于没记，正确姿势是 log.exception("处理订单失败")，它会自动把完整堆栈附在日志后面，定位时间能省一半。

从 print 迁移，只需记住一句话

print 是给人看的，logging 是给未来的自己和运维看的。把调试信息交给 DEBUG、把运行状态交给 INFO、把故障现场交给 exception，等程序规模上来，你会感谢今天这个决定。