python的Logging模块可通过配置实现多场景日志管理。1. 导入logging模块并调用方法可记录日志，默认输出warning及以上级别，通过basicconfig设置level参数可调整输出范围；2. 使用format参数自定义日志格式，加入时间、级别、模块名等内容，并可通过filename参数将日志写入文件；3. 大型项目中应为不同模块创建独立logger，便于管理和调试，也可单独设置模块日志级别；4. 需要同时输出到控制台和文件时，应手动添加streamhandler和filehandler，并分别设定级别和格式，实现灵活的日志收集与展示。掌握这些配置后，即可高效使用logging模块满足各类项目需求。
python自带的日志模块logging功能强大，但刚上手时配置起来有点绕。很多人一开始只是简单用一下print()调试代码，但一旦项目变大或者部署上线后，光靠print就不够用了。这时候就需要一个稳定、可配置、结构清晰的日志系统。
日志模块基本使用：别再只用print了
在Python中，最基础的日志记录方式就是导入logging模块并调用相应的方法：
import logging logging.warning('这是一个警告信息')
这样会在控制台输出一条日志，包含时间、级别、消息等内容。默认情况下，只有WARNING及以上级别的日志会被显示出来，比如Error和CRITICAL。
立即学习“Python免费学习笔记（深入）”；
你可以通过设置日志级别来控制输出范围：
logging.basicConfig(level=logging.DEBUG)
这样就能看到从DEBUG开始的所有日志。这个设置一般放在程序启动时执行一次就行。
配置日志格式：让日志信息更清晰
默认的输出格式比较简单，可能不满足实际需求。我们可以通过basicConfig来自定义日志格式：
logging.basicConfig( format='%(asctime)s - %(name)s - %(levelname)s - %(message)s', level=logging.INFO )
上面这段配置会显示时间戳、logger名称、日志级别和消息内容。如果你希望把日志写入文件而不是控制台，也可以加上filename参数：
logging.basicConfig( filename='app.log', filemode='a', format='%(asctime)s - %(levelname)s - %(message)s', level=logging.INFO )
注意filemode默认是’a’，表示追加写入。如果你想每次运行都覆盖旧日志，可以改成’w’。
多个模块使用日志：合理组织logger层级
在一个大型项目中，不同模块应该使用不同的logger，这样便于分类管理和定位问题。例如：
# module_a.py import logging logger = logging.getLogger(__name__) logger.info("模块A开始工作")
# module_b.py import logging logger = logging.getLogger(__name__) logger.info("模块B开始工作")
如果主程序设置了根logger的级别为INFO，这两个模块的日志都会正常输出。你还可以单独为某个模块设置级别：
logging.getLogger('module_a').setLevel(logging.WARNING)
这样module_a就只会输出WARNING及以上的日志，而其他模块不受影响。
日志输出到多个地方：控制台+文件一起用
有时候你想让日志既显示在控制台又写入文件。这时就不能只用basicConfig了，需要手动添加多个Handler：
import logging logger = logging.getLogger(__name__) logger.setLevel(logging.DEBUG) # 控制台输出 console_handler = logging.StreamHandler() console_handler.setLevel(logging.INFO) # 文件输出 file_handler = logging.FileHandler('debug.log') file_handler.setLevel(logging.DEBUG) # 设置格式 formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') console_handler.setFormatter(formatter) file_handler.setFormatter(formatter) # 添加handler logger.addHandler(console_handler) logger.addHandler(file_handler) # 测试日志 logger.debug('这是一条debug信息') # 只写入文件 logger.info('这是一条info信息') # 控制台和文件都有
这样做的好处是不同渠道的日志级别可以分开控制，适合开发环境和生产环境的混合使用场景。
基本上就这些。Python的logging模块虽然刚开始有点复杂，但只要掌握了基本配置方式，就可以灵活应对各种项目需求了。
