搜索菜单
当前位置: 首页 > Python > Python logging模块基础与进阶使用指南

Python logging模块基础与进阶使用指南

Nora
Nora
发布时间：2026-10-13 | 4人浏览过
原创

本文详细解析Python标准库logging模块的基础与进阶用法。涵盖日志级别设置、Logger/Handler/Formatter配置、日志格式化字符串及日期格式控制。深入讲解Filter过滤器的两种实现方式，以及通过配置文件和basicConfig进行日志管理的最佳实践，帮助开发者构建规范的日志系统。

本文介绍Python标准库logging模块的功能与具体用法，供开发者参考学习。

  • logging模块概述
  • logging模块基础用法
  • logging模块进阶用法
  • 日志过滤器（Filter）应用
  • 通过配置文件配置logging与Logger
  • 实用技巧
  • 如需深入了解，建议查阅官方文档。

首发日期：2018-07-05

  • 作为Python标准库，logging具有极高的通用性，所有Python模块均可利用它进行日志记录。

日志级别说明

基本 中文意义 触发情况
DEBUG 调试 调试时期
INFO 提示 正常运行时
WARINING 警告 现在可运行，但未来可能发生错误时（例如未来存储空间可能不足）
ERROR 错误 当程序发生错误，无法执行某些功能时
CRITICAL 严重的、致命的 当程序发生严重错误，无法继续运行时

默认级别为WARNING。。

核心类介绍

  • Loggers（日志器）：提供调用接口，负责添加Handlers和Filters。系统存在默认的Logger对象。
  • Handlers（处理器）：决定日志输出的目的地，例如FileHandler（输出至文件）和StreamHandler（输出至流，默认为标准输出流）。
  • Filters（过滤器）：用于筛选需要输出的日志信息。
  • Formatters（格式化器）：负责定义日志输出的具体格式。
  • 基础用法即直接使用默认的Logger对象进行日志记录。
  1. 设置logging，调用logging.basicConfig()来配置日志信息。【由此可知，它是“通用型的，只能设置一次的”，若不同部分需使用不同的日志记录，需使用logger对象（见下文扩展使用）】。
    • 可配置参数包括：filename（日志文件名）、filemode（文件打开模式）、format（日志输出格式）、datefmt（日期格式）、style（format类型，默认为'%'）、level（最低记录级别）、stream（输出流，若指定filename则忽略此参数）、handlers（日志处理对象，默认为根处理器）。
    • 一般使用的参数：filename日志文件名，format日志的输出格式，level日志记录的最低级别，stream设置输出流。
      • filename指定日志文件名，为普通字符串。
      • format定义日志输出格式，具体设置方法见下文。
      • level参数值对应debug等枚举，使用方式为logging.DEBUG、logging.INFO、logging.WARNING、logging.ERROR、logging.CRITICAL。
      • style影响format类型，可选值有'%','{','$'，默认是'%'。不同style识别不同的message标识符：%(message)s、{message}、$message。
  2. 输出日志信息：
    • 调试级别日志：logging.debug(信息)。
    • 提示级别信息：logging.info(信息)。
    • 警告级别信息：logging.warning(信息)。
    • 错误级别信息：logging.error(信息)。
    • 严重级别信息：logging.critical(信息)。

日志信息格式化（指logging.info等函数中的信息）：

此概念类似程序报错信息。普通异常可能仅有一个原因，但为方便查看，还需错误地点、事件等附加信息。这些信息不应由产生错误的各模块添加，而应交由专门处理格式化的部分（Formatter）统一处理。

1. 支持普通字符串%格式化，例如：


logging.info('Started %s'%tag)

2. 支持普通字符串format格式化，例如：


logging.info('{} started '.format(tag))

3. logging内置格式化方式，例如：


logging.info('%s start in', tag) logging.info('%s start in %s',tag,address)

format设置方法：

  • 常用特殊字符：
    • message为日志信息。
    • levelname为日志信息等级。
    • asctime为字符串形式的日期时间。
    • name为logger的名称。
    • levelno为数字形式的日志信息等级。
    • module为调用日志输出函数的模块名。
    • funcName为调用日志输出函数的函数名。
    • lineno为调用日志输出函数的代码行数。

根据style不同，可使用%(message)s、{message}或$message等格式标注指定位置，以指定信息替换。

  • 默认格式：
    • asctime使用%(asctime)s。
    • funcName使用%(funcName)s。
    • levelname使用%(levelname)s。
    • message使用%(message)s。
    • lineno使用%(lineno)d。
    • module使用%(module)s。
    • name使用%(name)s。

官方文档：

https://docs.python.org/3.6/library/logging.html

datefmt日期输出格式设置方法：

用于设置format中特殊字符asctime（日期时间）的输出格式。

  • 特殊字符：
    • %y 两位数的年份表示（00-99）。
    • %Y 四位数的年份表示（000-9999）。
    • %m 月份（01-12）。
    • %d 月内中的一天（0-31）。
    • %H 24小时制小时数（0-23）。
    • %I 12小时制小时数（01-12）。
    • %M 分钟数（00-59）。
    • %S 秒（00-59）。

使用自定义分隔符和顺序定义日期时间格式，例如：

datefmt='%m/%d/%Y %I:%M:%S %p'。

使用小例子：

不使用format的情况：


import
logging def show(): print("wechat running...") return "wechat" def main(): logging.basicConfig(filename='myapp.log', level=logging.INFO) tag=show() logging.info('Started %s'%tag) logging.info('Finished %s'%tag) if __name__ == '__main__'
:
  main()

使用format和datefmt的情况：


import
logging def show(): print("wechat running...") return "wechat" def main(): logging.basicConfig(filename='myapp.log', format='%(asctime)s %(message)s', datefmt='%m/%d/%Y %I:%M:%S %p',level=logging.INFO) tag=show() logging.info('%s start in', tag) logging.info('%s Finished',tag) if __name__ == '__main__'
:
  main()

注意：虽然上述示例未显式创建logger、handler（默认输出至标准输出流）和formatter对象，但系统默认存在这些对象。为避免混淆，不建议混合使用基础版和扩展版用法。

1. 导入模块：


import logging

2. 获取logger对象：


logger = logging.getLogger("AppName")

【此处可根据不同名称定义不同的logger对象，默认为root。】

在模块中使用时，官方文档提供了一个示例代码：


logger = logging.getLogger(__name__)

3. 设置最低日志输出级别：


logger.setlevel()

例如：


logger.setLevel(logging.INFO)

4. 创建并绑定handler：

handler用于处理日志信息的输出方向，可添加多个handler以同时向多个方向输出信息。

  • 创建handler：

输出方向为文件，使用FileHandler，例如：


logging.FileHandler("test.log")

输出方向为流，使用StreamHandler，例如：


logging.StreamHandler(sys.stdout)

欲了解更多Handler类型，请查阅官方文档https://docs.python.org/3.6/howto/logging.html。

  • 绑定handler，使用addHandler()：

例如：


logger.addHandler(handler)
  • 绑定后如需解绑handler，使用removeHandler()：

例如：


logger.removeHandler(handler)

5. 定义handler的输出格式formatter并绑定到handler上，formatter设置方法类似基础使用中的format：

  • 创建：

例如：


formatter = logging.Formatter('%(asctime)s %(levelname)s: %(message)s')
  • 绑定：

handler.setFormatter(formatter) 或 handler.formatter=formatter。

6. 将handler绑定到logger对象上。


logger.addHandler(file_handler)

logger.addHandler(console_handler)

7. 输出日志：

调试级别：logger.debug(信息)。

提示级别：logger.info(信息)。

警告级别：logger.warn(信息)。

错误级别：

logger.error(信息)。

logger.exception(信息)【与error不同，附带堆栈信息，通常用于发生异常时】。

严重级别：

logger.fatal(信息) 【fatal是critical的别名】。

logger.critical(信息)。

使用示例：


import
logging def demo(): #获取logger对象 logger=logging.getLogger("WeChat") #设置日志等级 logger.setLevel(logging.DEBUG) #创建绑定handler handler=logging.FileHandler('wechat.log') logger.addHandler(handler) # 创建绑定formatter formatter = logging.Formatter('%(asctime)s %(levelname)s: %(message)s') formatter.datefmt = '%m/%d/%Y %I:%M:%S %p' #可选的 handler.setFormatter(formatter) #尝试输出错误信息 logger.debug("debug message") logger.info("info message") logger.warning("warining message") logger.error("error message") logger.critical("critical message") if __name__=="__main__"
:
  demo()

补充：

  • 若不想新建handler和formatter，可使用basicConfig方式（可配置所有logger对象的handler和formatter），但需注意混杂风险。【basicConfig和handler必须至少存在一个，因为默认logger对象需要初始化】。
  • logging模块中还有一个filter，因涉及内容较多，单独列在下面讲解。
  • Filter用于过滤日志信息，例如想输出A类信息但不想输出C类信息，即可进行过滤。
  • 由于所有信息均经过过滤器，也可利用过滤器增加一些信息。

使用方法1：建立子类

以下示例可能不完全符合实际应用，仅用于举例：

过滤非允许用户的日志信息：


import
logging import sys class ContextFilter(logging.Filter): def filter(self, record): if record.role=="admin" : return True else: return False if __name__ == '__main__': logger=logging.getLogger("Wechat") logger.setLevel(logging.DEBUG) handler=logging.StreamHandler(sys.stdout) formatter=logging.Formatter('%(asctime)s %(levelname)s: %(message)s Role: %(role)s') handler.setFormatter(formatter) logger.addHandler(handler) #创建绑定fiter f = ContextFilter() logger.addFilter(f) logger.info('An info message with %s', 'some parameters',extra={"role":"admin"}) logger.info('An info message with %s', 'some parameters',extra={"role":"hacker"})#hacker的被过滤掉了

官网版的加信息版本：


import
logging from random import choice class ContextFilter(logging.Filter): """

  This is a filter which injects contextual information into the log.

  Rather than use actual contextual information, we just use random
  data in this demo.
  """

  USERS 
= ['jim', 'fred', 'sheila'] IPS = ['123.231.231.123', '127.0.0.1', '192.168.0.1'] def filter(self, record): record.ip = choice(ContextFilter.IPS) record.user = choice(ContextFilter.USERS) return True if __name__ == '__main__': levels = (logging.DEBUG, logging.INFO, logging.WARNING, logging.ERROR, logging.CRITICAL) logging.basicConfig(level=logging.DEBUG, format='%(asctime)-15s %(name)-5s %(levelname)-8s IP: %(ip)-15s User: %(user)-8s %(message)s') a1 = logging.getLogger('a.b.c') a2 = logging.getLogger('d.e.f') f = ContextFilter() a1.addFilter(f) a2.addFilter(f) a1.debug('A debug message') a1.info('An info message with %s', 'some parameters') for x in range(10): lvl = choice(levels) lvlname = logging.getLevelName(lvl) a2.log(lvl, 'A message at %s level with %d %s', lvlname, 2, 'parameters')

使用方法2：使用filter函数

python3.2后，可使用filter函数实现上述方法1的效果。

例子1：


import
logging import sys def myfilter(record): if record.role == "admin": return True else: return False if __name__ == '__main__': logger=logging.getLogger("Wechat") logger.setLevel(logging.DEBUG) handler=logging.StreamHandler(sys.stdout) formatter=logging.Formatter('%(asctime)s %(levelname)s: %(message)s Role: %(role)s') handler.setFormatter(formatter) logger.addHandler(handler) #创建绑定fiter f = logging.Filter() f.filter=myfilter logger.addFilter(f) logger.info('An info message with %s', 'some parameters',extra={"role":"admin"}) logger.info('An info message with %s', 'some parameters',extra={"role":"hacker"})#hacker的被过滤掉了

例子2，利用lambda：


logger=logging.getLogger("Wechat") logger.setLevel(logging.DEBUG) handler=logging.StreamHandler(sys.stdout) formatter=logging.Formatter('%(asctime)s %(levelname)s: %(message)s Role: %(role)s') handler.setFormatter(formatter) logger.addHandler(handler) #创建绑定fiter

#
f = ContextFilter() f = logging.Filter() f.filter=lambda record: record.role=="admin"

logger.addFilter(f)

logger.info(
'An info message with %s', 'some parameters',extra={"role":"admin"}) logger.info('An info message with %s', 'some parameters',extra={"role":"hacker"})#hacker的被过滤掉了

注意：logging默认使用的logger对象名为root。

config文件配置方式：

import
logging import logging.config logging.config.fileConfig('logging.conf') # create logger logger = logging.getLogger('simpleExample') # 'application' code logger.debug('debug message') logger.info('info message') logger.warn('warn message') logger.error('error message') logger.critical('critical message')

文件内容：

[loggers] keys=root,simpleExample [handlers] keys=consoleHandler [formatters] keys=simpleFormatter [logger_root] level=DEBUG handlers=consoleHandler [logger_simpleExample] level=DEBUG handlers=consoleHandler qualname=simpleExample propagate=0 [handler_consoleHandler] class=StreamHandler level=DEBUG formatter=simpleFormatter args=(sys.stdout,) [formatter_simpleFormatter] format=%(asctime)s - %(name)s - %(levelname)s - %(message)s datefmt=

注意：也支持YAML方式，此处不展开讲述。

若留意到过滤器示例，可以发现

在formatter内可以附加参数：

输出信息时，附加一个参数extra，附加的参数可被formatter使用。


import
logging import sys class ContextFilter(logging.Filter): def filter(self, record): if record.role=="admin" : return True else: return False if __name__ == '__main__': logger=logging.getLogger("Wechat") logger.setLevel(logging.DEBUG) handler=logging.StreamHandler(sys.stdout) formatter=logging.Formatter('%(asctime)s %(levelname)s: %(message)s Role: %(role)s') handler.setFormatter(formatter) logger.addHandler(handler) #创建绑定fiter f = ContextFilter() logger.addFilter(f) logger.info('An info message with %s', 'some parameters',extra={"role":"admin"}) logger.info('An info message with %s', 'some parameters',extra={"role":"hacker"})#hacker的被过滤掉了

https://docs.python.org/3.6/library/logging.html

更多关于Python相关内容感兴趣的读者可查看本站专题：《Python日志操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》。

希望本文所述对大家Python程序设计有所帮助。

相关文章

相关标签: Python logging模块

本站声明

本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。

作者最新文章

全部内容

Python 相关产品和应用

全部下载
Python Selenium
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。
Python 机器学习
scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。
Python 代码质量
Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。
Python 代码质量
Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。
Python pytest
pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。
Python FastAPI API
FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架，支持类型提示和自动接口文档。
Python Flask Web开发
Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。
Python Django Web开发
Django

Django

6.1.2 · Windows

成熟的 Python Web 框架，适合构建内容站点和业务系统。
Python Spyder
Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。
Python SciPy
SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。
Python Pandas 数据分析
pandas

pandas

3.0.6 · Windows

Python 数据分析库，提供 DataFrame 与丰富的数据处理能力。
Python NumPy
NumPy

NumPy

2.5.4 · Windows

Python 科学计算基础库，提供高性能多维数组与数值运算。

文章分类

专题列表

ipython.cn 学习网
人工智能 Java AI行业服务