Python 的 logging模塊是一個功能強大且靈活的標準庫，可以説是 Python 開發者工具箱中的“瑞士軍刀”，用於記錄應用程序運行時的各種信息。下面這個表格可以幫助你快速把握其核心組件與工作流程。

🔌 基本使用與快速上手

快速配置與使用

最快速上手的方式是使用 basicConfig進行配置，然後直接調用模塊級別的函數。

import logging

# 基礎配置：設置級別和格式
logging.basicConfig(level=logging.INFO, 
                    format='%(asctime)s - %(levelname)s - %(message)s',
                    datefmt='%Y-%m-%d %H:%M:%S')

# 記錄不同級別的日誌
logging.debug('這是一條調試信息。')    # 由於級別設為INFO，這條不會輸出
logging.info('程序正常啓動。')
logging.warning('磁盤空間不足，請注意。')
logging.error('處理用户請求時發生錯誤。')

代碼解釋：

• basicConfig用於配置根日誌記錄器（Root Logger），注意此方法通常只在程序開始處調用一次，後續調用可能無效 。
• level=logging.INFO設置只有 INFO 及更高級別（WARNING, ERROR, CRITICAL）的日誌才會被處理，因此 DEBUG 級別的信息被忽略 。
• format和 datefmt參數定義了日誌的輸出格式，例如：2023-10-27 10:00:00 - INFO - 程序正常啓動。。

理解日誌級別

日誌級別是過濾信息的重要工具，下表按嚴重程度從低到高排列 ：

⚙️ 核心組件深度解析

要發揮 logging模塊的全部威力，需要理解其四個核心組件並協同使用。

1. 記錄器 (Logger) - 日誌的創造者

記錄器是應用程序直接與之交互的接口。最佳實踐是使用 logging.getLogger(__name__)來為每個模塊創建記錄器，這會自動以模塊名（如 'my_module'）命名記錄器，並形成清晰的層級結構（例如 'parent_module.child_module'）。

記錄器的關鍵行為：

• 層級與傳播 (Propagation)：子記錄器默認會將日誌事件傳遞給其父記錄器的處理器，直到根記錄器。可通過設置 logger.propagate = False來關閉此行為 。
• 有效級別 (Effective Level)：如果記錄器未設置級別，它將使用父記錄器的級別，直至根記錄器 。

2. 處理器 (Handler) - 日誌的搬運工

處理器決定了日誌的去向。你可以為同一個記錄器添加多個處理器，從而將日誌同時輸出到控制枱、文件等多個目的地 。

常用內置處理器：

• StreamHandler：輸出到流（如標準輸出 sys.stdout或標準錯誤 sys.stderr）。
• FileHandler：輸出到文件。
• RotatingFileHandler：支持按文件大小自動分割日誌文件，避免單個文件過大 。
• TimedRotatingFileHandler：支持按時間（如每天、每小時）自動分割日誌文件 。
• SMTPHandler：通過電子郵件發送日誌。

3. 格式器 (Formatter) - 日誌的美容師

格式器用於定義日誌記錄的最終輸出樣式。它通過一個格式字符串工作，該字符串可以包含 LogRecord 對象的屬性 。

常見格式屬性示例：

formatter = logging.Formatter(
    fmt='%(asctime)s | %(name)s | %(levelname)-8s | [%(filename)s:%(lineno)d] | %(message)s',
    datefmt='%Y-%m-%d %H:%M:%S'
)

• %(asctime)s：日誌創建時間，可通過 datefmt進一步格式化。
• %(name)s：記錄器的名稱。
• %(levelname)s：日誌級別。%-8s表示左對齊並佔用8個字符寬度，使輸出更整齊。
• %(filename)s和 %(lineno)d：輸出日誌語句所在的文件名和行號，對調試非常有幫助。
• %(message)s：日誌消息本身。

4. 過濾器 (Filter) - 精細的篩選器

過濾器提供了比簡單設置日誌級別更復雜的過濾機制。例如，可以編寫一個過濾器，只允許來自特定來源的 ERROR 日誌，或者過濾掉包含敏感信息的日誌 。

🚀 進階配置與管理

對於複雜的應用程序，推薦使用更強大的配置方式。

使用字典或配置文件

對於生產環境，將日誌配置從代碼中分離出來是更好的選擇，logging.config模塊支持從字典或 .ini文件加載配置 。

使用字典配置的示例：

import logging.config

LOGGING_CONFIG = {
    'version': 1,
    'disable_existing_loggers': False,
    'formatters': {
        'detailed': {
            'format': '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
        },
    },
    'handlers': {
        'file': {
            'class': 'logging.handlers.RotatingFileHandler',
            'level': 'INFO',
            'formatter': 'detailed',
            'filename': 'app.log',
            'maxBytes': 10485760,  # 10MB
            'backupCount': 5,
        },
        'console': {
            'class': 'logging.StreamHandler',
            'level': 'WARNING',
            'formatter': 'detailed',
        },
    },
    'loggers': {
        'my_app': {  # 為你應用的記錄器配置
            'level': 'DEBUG',
            'handlers': ['file', 'console'],
            'propagate': False,
        },
    },
    'root': {
        'level': 'INFO',
        'handlers': ['console']
    }
}

logging.config.dictConfig(LOGGING_CONFIG)
logger = logging.getLogger('my_app')

捕獲異常信息

使用 logger.exception或在日誌方法中設置 exc_info=True可以自動記錄完整的異常堆棧跟蹤，這對於調試錯誤至關重要 。

try:
    1 / 0
except ZeroDivisionError:
    # 以下兩行效果相同
    logger.error("發生了一個除零錯誤", exc_info=True)
    logger.exception("發生了一個除零錯誤")  # 默認會記錄異常信息

💡 最佳實踐與性能優化

1. 避免使用根記錄器：在模塊或類中，使用 logging.getLogger(__name__)來創建具有明確名稱的記錄器，而不是直接使用 logging.debug()等模塊級函數。這提供了更好的靈活性和控制力 。
2. 合理設置日誌級別：開發環境可設為 DEBUG，生產環境通常設為 INFO 或 WARNING，以減少I/O開銷並保護敏感信息 。
3. 使用 __name__作為記錄器名稱：這利用了 Python 的模塊命名空間自然形成記錄器的層級結構，便於管理 。
4. 敏感信息處理：切勿在日誌中記錄密碼、密鑰、個人身份信息等敏感數據。可考慮在格式器或過濾器中加入掩碼邏輯 。
5. 處理多進程/多線程日誌：在多線程環境中，logging是線程安全的。但在多進程環境下（如使用 multiprocessing模塊），標準的 FileHandler可能導致日誌混亂。此時應使用 QueueHandler和 QueueListener來安全地集中處理來自多個進程的日誌 。

💎 總結

Python 的 logging模塊通過 Logger（記錄器）、Handler（處理器）、Formatter（格式器）、Filter（過濾器） 四個核心組件的協同工作，提供了一個強大、靈活且符合企業級要求的日誌解決方案 。

從簡單的腳本調試到複雜的分佈式應用，logging模塊都能勝任。掌握其核心概念和配置方法，並遵循最佳實踐，將極大提升你的代碼的可維護性和可調試性。

希望這份詳細的介紹能幫助你全面掌握 Python 的 logging模塊。如果你有任何特定的應用場景想深入瞭解，我們可以繼續探討。