Python的`logging`模块通过`Handler`、`Logger`和`Formatter`的组合，可以灵活地实现将不同级别的日志输出到不同目的地的需求，例如将`DEBUG`及以上级别的日志写入文件，而仅将`WARNING`及以上级别的日志打印到控制台[ref_1][ref_2]。以下是实现此目标的具体方法和代码示例。 ### 核心概念与配置逻辑 实现分级输出的关键在于理解并配置好以下几个组件的层级和过滤关系[ref_3][ref_4]： 1. **Logger**：日志记录器，是应用程序直接调用的接口。可以设置其整体日志级别。 2. **Handler**：日志处理器，负责将日志记录发送到指定的目的地（如控制台、文件）。**每个Handler可以独立设置自己的日志级别**，这是实现分级输出的核心。 3. **Formatter**：格式化器，定义日志记录的最终输出样式。 4. **Filter**：过滤器，提供比级别更细粒度的控制（此例中非必需）。 配置逻辑通常为：创建一个`Logger`，为其添加多个`Handler`（例如一个`FileHandler`和一个`StreamHandler`）。将`FileHandler`的级别设为较低的`DEBUG`，以捕获所有详细信息；将`StreamHandler`的级别设为较高的`WARNING`，使控制台只显示重要信息。最后，为不同的`Handler`设置相同或不同的`Formatter`[ref_2][ref_4]。 ### 方法一：基础代码配置（推荐用于脚本或简单应用） 这种方法直接在代码中创建和配置所有组件，清晰直观。 ```python import logging import sys def setup_logger(): """ 配置一个同时输出到控制台和文件的logger。 文件记录所有DEBUG及以上日志，控制台只显示WARNING及以上日志。 """ # 1. 创建logger实例，通常以模块名命名 logger = logging.getLogger(__name__) # 设置logger的总级别为DEBUG，这样它才会处理DEBUG及以上的消息。 # 最终的输出由各个handler的级别决定。 logger.setLevel(logging.DEBUG) # 2. 创建并配置文件处理器 (FileHandler) # 级别设为DEBUG，记录所有信息 file_handler = logging.FileHandler('app_debug.log', encoding='utf-8') file_handler.setLevel(logging.DEBUG) # 创建文件日志的格式器，包含详细信息 file_formatter = logging.Formatter( '%(asctime)s - %(name)s - %(levelname)s - %(filename)s:%(lineno)d - %(message)s' ) file_handler.setFormatter(file_formatter) # 3. 创建并配置控制台处理器 (StreamHandler) # 级别设为WARNING，只输出警告、错误和严重错误 console_handler = logging.StreamHandler(sys.stdout) console_handler.setLevel(logging.WARNING) # 创建控制台日志的格式器，可以更简洁 console_formatter = logging.Formatter( '%(levelname)-8s - %(message)s' ) console_handler.setFormatter(console_formatter) # 4. 避免重复添加handler（在交互式环境或模块重复导入时很重要） if not logger.handlers: logger.addHandler(file_handler) logger.addHandler(console_handler) return logger # 使用配置好的logger if __name__ == '__main__': my_logger = setup_logger() my_logger.debug('这是一条调试信息，仅写入文件。') my_logger.info('这是一条普通信息，仅写入文件。') my_logger.warning('这是一条警告信息，会同时写入文件和控制台。') my_logger.error('这是一条错误信息，会同时写入文件和控制台。') ``` **执行上述代码后**： * **文件 `app_debug.log`** 中将包含所有四条日志记录，并带有详细的时间戳、模块名、行号等信息。 * **控制台** 将只显示后两条（`WARNING`和`ERROR`级别）的日志，且格式简洁。 ### 方法二：使用字典配置（`dictConfig`，推荐用于复杂或生产级应用） 对于更复杂的配置，如设置日志轮转、为不同的logger配置不同的handler等，使用`logging.config.dictConfig`是更强大和可维护的方式[ref_3][ref_5]。 ```python import logging.config LOGGING_CONFIG = { 'version': 1, 'disable_existing_loggers': False, # 保留已存在的logger 'formatters': { 'detailed': { 'format': '%(asctime)s - %(name)s - %(levelname)s - %(filename)s:%(lineno)d - %(message)s' }, 'simple': { 'format': '%(levelname)-8s - %(message)s' }, }, 'handlers': { # 文件处理器，记录DEBUG及以上级别 'file': { 'class': 'logging.FileHandler', 'level': 'DEBUG', 'formatter': 'detailed', 'filename': 'app_debug.log', 'encoding': 'utf-8', }, # 控制台处理器，只记录WARNING及以上级别 'console': { 'class': 'logging.StreamHandler', 'level': 'WARNING', 'formatter': 'simple', 'stream': 'ext://sys.stdout', # 明确指定为标准输出 }, # 可以轻松添加更多处理器，例如按时间或大小轮转的文件处理器 'rotating_file': { 'class': 'logging.handlers.RotatingFileHandler', 'level': 'INFO', 'formatter': 'detailed', 'filename': 'app_info.log', 'maxBytes': 10485760, # 10 MB 'backupCount': 5, 'encoding': 'utf-8', }, }, 'loggers': { # 配置名为 `my_app` 的logger及其子logger（如 `my_app.module`） 'my_app': { 'level': 'DEBUG', # logger自身级别 'handlers': ['file', 'console', 'rotating_file'], # 可以关联多个handler 'propagate': False, # 设为False防止日志向上传递到root logger导致重复记录 }, }, # 根记录器配置，所有未在`loggers`中定义的logger将使用此配置 # 'root': { # 'level': 'INFO', # 'handlers': ['console'], # }, } # 应用配置 logging.config.dictConfig(LOGGING_CONFIG) # 获取配置好的logger logger = logging.getLogger('my_app.sub_module') # 测试日志输出 logger.debug('Debug message to file and rotating file.') logger.info('Info message to file and rotating file.') logger.warning('Warning message to console, file, and rotating file.') logger.error('Error message to console, file, and rotating file.') ``` **配置解析**： * `formatters`: 定义了两种日志格式，`detailed`用于文件，`simple`用于控制台[ref_4]。 * `handlers`: 定义了三个处理器。`file`和`console`实现了基础的分级输出。`rotating_file`是一个`RotatingFileHandler`示例，它会自动在文件达到指定大小时进行轮转，防止单个日志文件过大[ref_4]。 * `loggers`: 为特定的logger命名空间（`my_app`）配置了级别和处理器。`propagate: False`是关键，它阻止日志事件传递给更高级别的logger（如root logger），从而避免重复记录[ref_3]。 * `disable_existing_loggers`: 设为`False`确保在配置加载时，其他模块可能已经创建的logger不会被禁用。 ### 方法三：结合`basicConfig`与自定义Handler `logging.basicConfig`提供快速配置root logger的方法，但默认只能添加一个handler。我们可以先使用`basicConfig`设置一个基础handler（如文件），然后再手动添加其他handler（如控制台）[ref_1][ref_2]。 ```python import logging # 1. 使用basicConfig配置一个默认的FileHandler（DEBUG级别） logging.basicConfig( level=logging.DEBUG, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s', handlers=[ logging.FileHandler('basic_app.log', encoding='utf-8'), ] ) # 2. 获取root logger root_logger = logging.getLogger() # 3. 手动创建并添加一个控制台Handler（WARNING级别） console_handler = logging.StreamHandler() console_handler.setLevel(logging.WARNING) console_formatter = logging.Formatter('%(levelname)s: %(message)s') console_handler.setFormatter(console_formatter) # 避免重复添加 if not any(isinstance(h, logging.StreamHandler) for h in root_logger.handlers): root_logger.addHandler(console_handler) # 测试：直接使用root logger，或获取自定义logger（会继承root的配置） logger = logging.getLogger(__name__) logger.debug('Debug to file.') logger.warning('Warning to both file and console.') ``` **注意**：此方法主要作用于root logger，所有未单独配置的logger都会继承这些handler，可能导致日志流向不符合预期。对于需要精细控制的场景，更推荐前两种方法。 ### 总结与选择建议 | 配置方法 | 适用场景 | 优点 | 缺点 | | :--- | :--- | :--- | :--- | | **基础代码配置** | 小型脚本、快速原型、学习理解 | 代码直观，控制灵活，无需额外配置文件。 | 配置硬编码在代码中，修改需重新部署；对于多模块复杂应用，管理不便。 | | **字典配置 (`dictConfig`)** | 中大型项目、生产环境、需要复杂配置（如轮转、网络发送） | 配置与代码分离，可维护性高；支持复杂handler和logger层次结构；可通过外部文件（如JSON、YAML）加载配置，动态调整[ref_3][ref_5]。 | 初次配置语法稍复杂。 | | **结合`basicConfig`** | 非常简单的脚本，或需要快速为root logger添加多个目的地 | 利用了`basicConfig`的便捷性。 | 灵活性最差，容易造成日志管理混乱，不推荐用于正式项目。 | **最佳实践建议**： 1. **为不同环境配置**：开发环境可以在控制台输出`DEBUG`信息，而生产环境可能只将`ERROR`级别日志发送到监控系统，并将`INFO`级别以上日志写入文件[ref_5]。 2. **使用有意义的Logger名称**：使用`__name__`作为logger名称，可以自动形成模块层次结构，便于按模块过滤日志[ref_3]。 3. **注意日志轮转**：生产环境中务必为文件handler使用`RotatingFileHandler`或`TimedRotatingFileHandler`，以防止日志文件无限增长耗尽磁盘空间[ref_4]。 4. **避免重复日志**：确保正确设置`propagate`属性和检查handler是否已存在，防止同一日志消息被重复记录多次[ref_2]。