17370845950

Python日志系统核心是Logger、Handler、Formatter和Filter四大组件协同：Logger决定“记什么”和“往哪送”，Handler负责“怎么发”和“发给谁”，Formatter定义输出格式，Filter实现精细过滤。

Python日志系统的核心在于理解 logging 模块的四大组件如何协同工作：Logger（记录器）、Handler（处理器）、Formatter（格式器）和 Filter（过滤器）。不搞懂它们之间的关系，配置再复杂也容易出错。

Logger 是入口，决定“记什么”和“往哪送”

每个 Logger 都有日志级别（DEBUG、INFO、WARNING、ERROR、CRITICAL），只有 >= 当前级别的日志才会被处理。Logger 本身不输出日志，而是把日志对象（LogRecord）交给它绑定的 Handler。注意：Logger 可以有多个 Handler，也可以不输出（比如只做转发）；子 Logger 默认会向父 Logger 传递日志（propagate=True），这是实现分级控制的关键。

• 用 logging.getLogger("a.b.c") 获取命名 Logger，推荐按模块名组织，便于统一管理
• 避免直接用 logging.basicConfig()，它只影响 root Logger，掩盖了层级逻辑
• 设置 logger.setLevel(logging.DEBUG) 控制本级过滤，但不阻止父级再次过滤

Handler 是出口，决定“怎么发”和“发给谁”

Handler 负责实际的输出动作。常见类型有 StreamHandler（打印到终端）、FileHandler（写入文件）、RotatingFileHandler（自动轮转）、TimedRotatingFileHandler（按时间切分）等。每个 Handler 也可设级别，形成二次过滤。

• 一个 Handler 只能绑定一个 Formatter，但多个 Handler 可共用同一个 Formatter
• 生产环境建议至少配两个 Handler：一个输出到文件（带时间轮转），一个输出到 stderr（用于快速排查）
• 自定义 Handler 很简单——继承 logging.Handler，重写 emit() 方法即可接入 Kafka、ES 或钉钉通知

Formatter 控制“长啥样”，Filter 控制“让不让过”

Formatter 定义日志字符串的结构，支持 %(asctime)s、%(name)s、%(levelname)s、%(message)s 等占位符；Filter 则是更精细的拦截逻辑，可基于 logger 名、消息内容、甚至自定义条件返回 True/False。

• 推荐在 Formatter 中加入 %(pathname)s:%(lineno)d，方便定位问题代码行
• Filter 不仅能做白名单（如只放行某个模块的日志），还能动态修改 LogRecord 属性（例如脱敏手机号）
• Filter 可添加到 Logger 或 Handler 上，作用范围不同：加在 Logger 上影响所有下游 Handler，加在 Handler 上只影响该输出通道

实战案例：一个带分级输出与错误告警的配置

假设项目结构为 app/ 下有 main.py 和 utils/db.py，要求：
• INFO 及以上写入 daily.log（按天轮转）
• ERROR 及以上同时发邮件（模拟）
• db 模块单独 DEBUG 日志输出到 db_debug.log

• 创建独立 Logger：db_logger = logging.getLogger("app.utils.db")，设 level=DEBUG
• 为 db_logger 单独配 FileHandler + DEBUG Formatter，不 propagate 到 root
• root Logger 配 TimedRotatingFileHandler（level=INFO）和自定义 MailHandler（level=ERROR）
• MailHandler 中重写 emit()，调用 smtplib 发送摘要（注意异常捕获，避免日志系统崩溃）