Python 日志：从 print() 到生产

Source: Dev.to

print() 的问题

print(f"Processing user {user_id}")
print(f"Error: {e}")

缺失的内容：

• 没有时间戳
• 没有日志级别
• 没有文件输出
• 生产环境中无法过滤

基础日志配置

import logging

logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s'
)

logger = logging.getLogger(__name__)

使用方式

logger.info("Processing user %s", user_id)
logger.warning("Rate limit approaching")
logger.error("Failed to process: %s", error)

输出

2025-12-24 10:30:00,000 - INFO - Processing user 123
2025-12-24 10:30:01,000 - WARNING - Rate limit approaching
2025-12-24 10:30:02,000 - ERROR - Failed to process: Connection timeout

日志级别

logging.basicConfig(level=logging.DEBUG)   # 显示所有日志
logging.basicConfig(level=logging.WARNING) # 仅显示警告及以上

文件 + 控制台输出

import logging

logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
    handlers=[
        logging.FileHandler('app.log'),
        logging.StreamHandler()
    ]
)

按模块划分的日志记录器

# api.py
import logging
logger = logging.getLogger(__name__)  # 获取名为 'api' 的记录器
logger.info("API request received")

# database.py
import logging
logger = logging.getLogger(__name__)  # 获取名为 'database' 的记录器
logger.info("Query executed")

Flask 集成

from flask import Flask
import logging

app = Flask(__name__)

# Flask 自带日志记录器
app.logger.setLevel(logging.INFO)

# 添加文件处理器
file_handler = logging.FileHandler('flask.log')
file_handler.setFormatter(logging.Formatter(
    '%(asctime)s - %(levelname)s - %(message)s'
))
app.logger.addHandler(file_handler)

@app.route('/')
def index():
    app.logger.info("Home page accessed")
    return "Hello"

结构化日志（JSON）

用于生产环境/日志聚合：

import logging
import json

class JSONFormatter(logging.Formatter):
    def format(self, record):
        return json.dumps({
            'time': self.formatTime(record),
            'level': record.levelname,
            'message': record.getMessage(),
            'module': record.module
        })

handler = logging.StreamHandler()
handler.setFormatter(JSONFormatter())
logging.root.handlers = [handler]

异常日志记录

try:
    risky_operation()
except Exception as e:
    logger.exception("Failed with exception")  # 包含堆栈追踪
    # 或者
    logger.error("Failed: %s", e, exc_info=True)

生产环境配置

import os
import logging

# 开发环境：详细
# 生产环境：仅错误
log_level = logging.DEBUG if os.environ.get('DEBUG') else logging.WARNING

logging.basicConfig(
    level=log_level,
    format='%(asctime)s - %(levelname)s - %(message)s'
)

Docker 小技巧

将日志输出到 stdout/stderr —— Docker 会负责收集：

import sys
import logging

logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s',
    stream=sys.stdout  # 不是文件
)

然后运行： docker logs container_name

---

这是一项 Prime Directive 实验的一部分——AI 自动化构建业务。完整透明度请见此处.