在 Python 项目中添加日志功能可以通过 `logging` 模块实现，它提供了灵活且强大的日志记录机制。以下是几种常见的实现方法： ### 配置基础日志记录 可以使用 `logging.basicConfig()` 方法快速配置日志记录的基本设置，例如设置日志级别、输出格式和目标位置。以下是一个示例代码： ```python import logging logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s') logging.info("This is an info message.") ``` 此代码将日志级别设置为 `INFO`，并定义了日志格式为包含时间戳、日志级别和消息的形式[^2]。 ### 输出日志到控制台和文件 为了同时将日志输出到控制台和文件，可以使用多个 `Handler`。例如，`StreamHandler` 负责将日志输出到控制台，而 `FileHandler` 负责写入到文件。以下是一个配置示例： ```python import logging logger = logging.getLogger() logger.setLevel(logging.DEBUG) # 控制台输出 console_handler = logging.StreamHandler() console_handler.setLevel(logging.INFO) console_formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s') console_handler.setFormatter(console_formatter) # 文件输出 file_handler = logging.FileHandler('application.log') file_handler.setLevel(logging.DEBUG) file_formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') file_handler.setFormatter(file_formatter) # 添加 Handler logger.addHandler(console_handler) logger.addHandler(file_handler) logger.debug("This debug message will be written to the file only.") logger.info("This info message will be written to both console and file.") ``` 通过上述配置，`DEBUG` 级别的日志信息会被写入文件，而 `INFO` 级别及以上的日志会同时显示在控制台和文件中[^4]。 ### 自定义日志格式 日志的输出格式可以通过 `Formatter` 类自定义。例如，以下代码演示了如何动态添加变量到日志中： ```python import logging formatter = logging.Formatter('%(asctime)s [%(process)d] - %(levelname)s - %(message)s') handler = logging.StreamHandler() handler.setFormatter(formatter) logger = logging.getLogger() logger.addHandler(handler) logger.setLevel(logging.INFO) logger.info("This message includes process ID.") ``` 在上述代码中，`%(process)d` 表示当前进程的 ID，可以动态地被 `logging` 模块填充[^2]。 ### 使用高级日志处理器 `logging` 模块提供了多种高级处理器，例如 `RotatingFileHandler` 和 `TimedRotatingFileHandler`，它们可以按文件大小或时间自动分割日志文件。以下是一个 `RotatingFileHandler` 的示例： ```python import logging from logging.handlers import RotatingFileHandler logger = logging.getLogger() logger.setLevel(logging.INFO) handler = RotatingFileHandler('application.log', maxBytes=1024, backupCount=3) formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s') handler.setFormatter(formatter) logger.addHandler(handler) for i in range(100): logger.info(f"This is a log message {i}.") ``` 该代码配置了一个 `RotatingFileHandler`，当文件大小超过 1024 字节时，会创建一个新的日志文件，并保留最多 3 个备份文件[^4]。 ### 分布式日志管理 在大型项目中，可以结合开源工具如 `Logstash` 和 `Fluentd` 实现分布式日志管理。通过 `logging` 模块生成的日志可以被这些工具采集、传输、存储和分析，从而支持实时监控和可视化。例如，日志可以通过网络发送到远程服务器： ```python import logging import logging.handlers logger = logging.getLogger() logger.setLevel(logging.INFO) handler = logging.handlers.SysLogHandler(address=('logs.example.com', 514)) formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s') handler.setFormatter(formatter) logger.addHandler(handler) logger.info("This log message will be sent to a remote syslog server.") ``` 此示例使用了 `SysLogHandler` 将日志发送到远程 syslog 服务器，适用于分布式系统环境[^3]。 ###