Python中logging模块用法示例总结

更新时间：2025年08月27日 11:13:51 作者：解析几何太难啦QAQ

在Python中logging模块是一个强大的日志记录工具,它允许用户将程序运行期间产生的日志信息输出到控制台或者写入到文件中,这篇文章主要介绍了Python中logging模块用法的相关资料,需要的朋友可以参考下

前言

logging是Python中拿来进行日志记录的标准库，可以方便地跟踪程序的运行状态，再也不需要手动添加一大堆的print了！

这篇文章目的是简单地介绍一下它的基本用法，其实这个模块内容还挺多的，包括记录器、处理器、过滤器、格式器等多种工具。不过对于平常的应用，记录器就够了。

一. 基本使用

1. 五种日志等级

首先导入logging，然后可以直接使用下面的函数来记录：

logging.debug()，调试细节信息，严重程度最低。
logging.info()，普通的消息。
logging.warning()，警告，但是程序仍可以执行；默认报告此级别及以上的日志。
logging.error()，错误，可能导致程序部分功能失败。
logging.critical()，严重错误，可能导致程序直接失败。

下面是例子：

import logging

logging.debug('调试')
logging.info('信息')
# 默认忽略以上两个等级的信息
logging.warning('警告')
logging.error('错误')
logging.critical('重大错误')

默认情况下，日志是下面的格式：

{日志等级}:{日志记录器名称}:{消息}

2. 设置报告等级

想要自己定义日志的行为，可以使用logging.basicConfig()来设置。比如，通过指定level可以更改进行报告的最低日志等级：

import logging

logging.basicConfig(
    level=logging.DEBUG
)

logging.debug('调试')
logging.info('信息')
# 现在上面两条信息也会报告
logging.warning('警告')
logging.error('错误')
logging.critical('重大错误')

3. 自定义格式

默认的日志格式不太好看，我们可以自定义日志的输出格式。只要在basicConfig里设置format就可以了。下面是一些常用的可选项：

%(asctime)s，表示人类易读的日志生成时间。默认形式为 '2003-07-08 16:49:45,896' （逗号之后的数字为时间的毫秒部分）。
%(filename)s，执行报告的文件路径中的文件名部分。
%(module)s，执行日志记录的模块名称。
%(levelname)s，日志的等级。
%(name)s，日志记录器的名称，如果直接用logging就是“root”。
%(message)s，日志的具体信息。

如要了解全部选项，可以去官方文档查看：

logging：https://docs.python.org/zh-cn/3.13/library/logging.html#logrecord-attributes

比如，下面以自定义格式进行日志记录：

import logging

logging.basicConfig(
    level=logging.DEBUG,
    format='报告时间:%(asctime)s 报告等级:%(levelname)s; %(message)s'
)

logging.debug('调试')
logging.info('信息')
logging.warning('警告')
logging.error('错误')
logging.critical('重大错误')

那个asctime还可以自己定义行为，只要指定datefmt即可。它的格式化微语言和datetime一样，下面是AI整理的表格：

比如，下面的方法让asctime只输出日期和时分秒：

import logging

logging.basicConfig(
    level=logging.DEBUG,
    format='报告时间:%(asctime)s 报告等级:%(levelname)s; %(message)s',
    datefmt='%d日 %H时 %M分 %S秒'
)

logging.debug('调试')
logging.info('信息')
logging.warning('警告')
logging.error('错误')
logging.critical('重大错误')

4. C语言风格的格式化方法

如果我想在日志信息中使用一些变量该怎么办呢？处了用Python的方法，也可以用%s这种C风格的格式化方法，logging是一个元老级的模块，采用这种远古方式是为了向下兼容。

下面是Python的方法：

import logging

logging.basicConfig(
    level=logging.DEBUG,
    format='报告时间:%(asctime)s 报告等级:%(levelname)s; %(message)s',
    datefmt='%d日 %H时 %M分 %S秒'
)

param = '你好，我是变量！'

logging.debug(f'变量：{param}')

下面是C风格的方法：

import logging

logging.basicConfig(
    level=logging.DEBUG,
    format='报告时间:%(asctime)s 报告等级:%(levelname)s; %(message)s',
    datefmt='%d日 %H时 %M分 %S秒'
)

param1 = 'param1'
param2 = 'param2'
param3 = 'param3'

logging.debug('我有三个变量,它们是:\n%s\n%s\n和%s', param1, param2, param3)

5. 将日志输出到文件

想要让日志输出到文件是很容易的，只要指定filename即可。还可以指定encoding，如果不指定它，则使用open()函数的默认编码解码器。日志文件推荐使用.log而不是.txt后缀：

import logging

logging.basicConfig(
    level=logging.DEBUG,
    format='报告时间:%(asctime)s 报告等级:%(levelname)s; %(message)s',
    datefmt='%d日%H时%M分%S秒',
    filename='report.log'
)

logging.info('Hello')
logging.info('World!')
logging.info('I is 🐍')

日志的写入方式默认是“a”，也就是向后追加。有时我们可能想让日志覆盖原来的内容，这时可以指定filemode更改写入方式，例如：

import logging

logging.basicConfig(
    level=logging.DEBUG,
    format='报告时间:%(asctime)s 报告等级:%(levelname)s; %(message)s',
    datefmt='%d日%H时%M分%S秒',
    filename='report.log',
    filemode='w'
)

logging.info('Hello')
logging.info('World!')
logging.info('I is 🐍')

6. 屏蔽一些刷屏信息

有些模块在内部使用了logging，如果我们也导入使用logging就会触发它们的报告。比如，httpx会在请求成功时发送一条info日志，当我们配置logging后这些信息就可能出现：

import logging

import httpx

logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s-%(levelname)s; %(message)s',
    datefmt='%d日%H时%M分%S秒'
)

BASE_URL = 'https://www.httpbin.org/get'

def scrape(url):
    try:
        response = httpx.get(url)
    except httpx.RequestError:
        raise
    else:
        return response.text
    
from concurrent.futures import ThreadPoolExecutor

with ThreadPoolExecutor() as e:
    e.map(scrape, [BASE_URL for _ in range(10)])

可以看到，因为我指定level=logging.INFO，httpx的这些info日志就输出了。看着好烦人啊，如果我不想让它输出怎么办？

首先要找到“罪魁祸首”是谁，用getLogger获取这个日志记录器，再用setLevel方法更改它输出的最低日志等级即可。比如，下面在basicConfig下加了一条语句，阻止httpx刷屏。

import logging

import httpx

logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s-%(levelname)s; %(message)s',
    datefmt='%d日%H时%M分%S秒'
)
logging.getLogger('httpx').setLevel(logging.WARNING)

BASE_URL = 'https://www.httpbin.org/get'

def scrape(url):
    logging.info('开始访问%s', url)
    try:
        response = httpx.get(url)
    except httpx.RequestError:
        logging.critical('出错了!%s', url)
        raise
    else:
        logging.info('请求成功%s', url)
        return response.text
    
from concurrent.futures import ThreadPoolExecutor

with ThreadPoolExecutor() as e:
    e.map(scrape, [BASE_URL for _ in range(10)])

现在就只输出了我自己指定的信息：

二. 高级用法

掌握了上面的内容，就掌握了这个模块的精髓和核心，大部分情况下完全够用了。

高级用法我就稍微说说吧，如果需要更详细的指导请移步官方文档翻阅资料。

之前说过， logging库有记录器、处理器、过滤器、格式器等组件。具体来说，每个记录器logger可以有多个处理器handler，而每个处理器又可以有自己的格式器formatter。过滤器给logger或handler提供了更详细的输出细节，不过这里不谈论它。

为了帮读者专注于理解API的用法，而不是被混乱的命名弄乱，下面我将使用中文作为变量名。

1. 日志记录器

可以使用logging.Logger来指定记录器，推荐传入__name__参数作为它的名字。

import logging

记录器 = logging.Logger(__name__)

使用setLevel()方法可以控制它的日志等级，决定要将什么等级的日志传给处理器。

单独的记录器什么也做不到，需要和其它组件配合。

2. 日志处理器

处理器可以用来控制日志的输出方向。比如输出到终端和文件，分别对应下面两个常用的处理器类：

StreamHandler()
FileHandler()

处理器也有setLevel()方法，用于筛选在从logger那里接收到的日志，决定发送哪些。

下面指定一个流处理器和一个文件处理器：

import logging

记录器 = logging.Logger(__name__)

流处理器 = logging.StreamHandler()
文件处理器 = logging.FileHandler('report.log', mode='w', encoding='utf-8')

3. 日志格式器

这个其实就是basicConfig的format参数的封装，作用是一样的。可以指定fmt和datefmt参数，例如：

import logging

记录器 = logging.Logger(__name__)

流处理器 = logging.StreamHandler()
文件处理器 = logging.FileHandler('report.log', mode='w', encoding='utf-8')

流格式器 = logging.Formatter(
    fmt='%(asctime)s-%(levelname)s; %(message)s',
    datefmt='时间:%H:%M:%S'
)
文件格式器 = logging.Formatter(
    fmt='%(asctime)s=%(levelname)s=%(name)s; %(message)s',
    datefmt='记录时间:%I:%M:%S,%p'
)

4. 拼接组件

下面拼接一下这些组件，就能让logger获取相应的功能。

首先，为处理器绑定格式器：

流处理器.setFormatter(流格式器)
文件处理器.setFormatter(文件格式器)

然后，为记录器绑定处理器：

记录器.setLevel(logging.INFO)
记录器.addHandler(流处理器)
记录器.addHandler(文件处理器)

现在记录器就可以使用了。它会同时完成向终端和向文件输出的两个任务：

记录器.info('这是个信息')
记录器.warning('警告!没事没事')
记录器.error('错误!虽然我也不知道哪里错了')
记录器.critical('天塌了!我当被子盖')
记录器.info('纵有疾风起，人生不言弃')

完整代码：

import logging

记录器 = logging.Logger(__name__)

流处理器 = logging.StreamHandler()
文件处理器 = logging.FileHandler('report.log', mode='w', encoding='utf-8')

流格式器 = logging.Formatter(
    fmt='%(asctime)s-%(levelname)s; %(message)s',
    datefmt='时间:%H:%M:%S'
)
文件格式器 = logging.Formatter(
    fmt='%(asctime)s=%(levelname)s=%(name)s; %(message)s',
    datefmt='记录时间:%I:%M:%S,%p'
)

流处理器.setFormatter(流格式器)
文件处理器.setFormatter(文件格式器)

记录器.setLevel(logging.INFO)
记录器.addHandler(流处理器)
记录器.addHandler(文件处理器)

记录器.info('这是个信息')
记录器.warning('警告!没事没事')
记录器.error('错误!虽然我也不知道哪里错了')
记录器.critical('天塌了!我当被子盖')
记录器.info('纵有疾风起，人生不言弃')

关于logging的高级用法，我们点到为止。有需求的同志可以去官方文档继续深造。

三. 总结

我们了解了一下logging模块的用法，对于高级用法点到为止了。这个模块相当强大，适用于想要跟踪程序行为的情况，可以使得捕获和修复错误更容易。它的上限远不止于此，欢迎同志们继续学习(*￣▽￣)~*

到此这篇关于Python中logging模块用法的文章就介绍到这了,更多相关Python logging模块用法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

Python2及Python3如何实现兼容切换
这篇文章主要介绍了Python2及Python3如何实现兼容切换,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-09-09
Python入门之模块和包用法详解
这篇文章主要为大家详细介绍一下Python中的包与模块的使用，文中的示例讲解详细，对我们学习Python有一定帮助，感兴趣的小伙伴可以学习一下
2022-07-07
详解Django3中直接添加Websockets方式
这篇文章主要介绍了Django3中直接添加Websockets方式，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2020-02-02
Flask框架运用Ajax实现轮询动态绘图
Ajax是异步JavaScript和XML可用于前后端交互，本文将通过Ajax轮询获取后端的数据，前台使用echart绘图库进行图形的生成与展示，最后实现动态监控内存利用率的这个功能，需要的可以参考一下
2022-11-11
Python使用PIL进行JPEG图像压缩的简易教程
本文介绍了如何使用Python编程语言和wxPython图形用户界面库进行JPEG图像的压缩,通过添加滑块控件,我们可以调整压缩质量,并将压缩后的照片另存为原来的名称加上后缀"压缩+质量数字"的新文件,需要的朋友可以参考下
2023-09-09
Python join()函数原理及使用方法
这篇文章主要介绍了Python join()函数原理及使用方法,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-11-11
利用python批量修改word文件名的方法示例
最近因为一些失误，导致恢复的文件名不对，所以就写个python程序，下面这篇文章主要给大家介绍了关于利用python批量修改word文件名的相关资料，文中给出了详细的示例代码，需要的朋友可以参考借鉴，下面来一起看看吧。
2017-10-10
pandas 对group进行聚合的例子
今天小编就为大家分享一篇pandas 对group进行聚合的例子，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-12-12
关于使用python对mongo多线程更新数据
这篇文章主要介绍了关于使用python对mongo多线程更新数据,文中提供了详细的代码说明,实际使用时，需要根据具体情况进行调整和优化,需要的朋友可以参考下
2023-04-04
对Django中内置的User模型实例详解
今天小编就为大家分享一篇对Django中内置的User模型实例详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-08-08