理解日志基础：使用Python进行有效的日志记录

原创

Python老安

发布于 2026-01-30 23:06:22

1280

日志记录是任何软件开发过程中的一个基本组成部分，尤其是在爬虫开发中。有效的日志记录策略可以帮助开发者监控爬虫的行为，诊断问题，以及追踪爬虫的性能。Python的 logging 模块提供了一套强大的日志记录工具，它可以帮助你轻松地记录信息、警告和错误。在这篇技术博客中，我们将探索如何在Python中使用 logging 模块，并提供一些代码示例。

为什么要进行日志记录？

日志记录允许您跟踪事件，当一个应用程序运行时，您可以了解它做了什么或在某个时间点发生了什么错误。这对于调试和监控应用程序来说是非常有用的。

Python日志记录简介

Python的 logging 模块提供了灵活的日志记录系统。与打印语句（ print ）不同，日志记录允许您通过简单的配置来设置日志级别、日志格式以及输出位置。

基本配置

import logging



# 配置基本的日志记录信息

logging.basicConfig(level=logging.DEBUG,

                    format='%(asctime)s - %(levelname)s - %(message)s')

这里，我们设置了日志级别为 DEBUG ，这意味着所有级别的日志（DEBUG, INFO, WARNING, ERROR, CRITICAL）都会被记录。 format 参数定义了记录输出的格式。

日志级别

Python定义了几个日志级别：

DEBUG : 详细信息，通常只有在诊断问题时才有用。
INFO : 证明事情按预期工作。
WARNING : 表示某些尚未出现的问题（例如’磁盘空间低’），或者程序的一些问题。
ERROR : 由于更严重的问题，软件已经无法执行一些功能了。
CRITICAL : 严重错误，表明程序本身可能无法继续运行。

记录消息

logging.debug("这是一个调试信息")

logging.info("这是一个信息提示")

logging.warning("这是一个警告信息")

logging.error("这是一个错误信息")

logging.critical("这是一个严重的错误信息")

日志记录到文件

# 配置日志记录到文件

logging.basicConfig(filename='example.log', 

                    level=logging.INFO,

                    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')



logging.info("这条信息会被记录到文件中")

添加文件处理器

# 创建日志记录器

logger = logging.getLogger('my\_logger')

logger.setLevel(logging.DEBUG)



# 创建文件处理器并设置级别为DEBUG

file\_handler = logging.FileHandler('my\_log.log')

file\_handler.setLevel(logging.DEBUG)



# 创建日志记录格式

formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')



# 将格式器添加到处理器

file\_handler.setFormatter(formatter)



# 将处理器添加到日志记录器

logger.addHandler(file\_handler)



logger.info("这条信息将记录到日志文件")

多个处理器和格式

# 创建一个流处理器和文件处理器

stream\_handler = logging.StreamHandler()

file\_handler = logging.FileHandler('file.log')



# 设置日志记录格式

formatter = logging.Formatter('%(name)s - %(levelname)s - %(message)s')

stream\_handler.setFormatter(formatter)

file\_handler.setFormatter(formatter)



# 创建日志记录器并添加两个处理器

logger = logging.getLogger('my\_application')

logger.setLevel(logging.DEBUG)

logger.addHandler(stream\_handler)

logger.addHandler(file\_handler)



# 记录一些信息

logger.debug("这是一个调试信息")

logger.info("这是一个信息提示")

结语

遵循最佳的日志记录实践可以在开发过程中节省大量的时间，尤其是在调试和后期维护阶段。使用Python的 logging 模块可以帮助您创建一个灵活、可配置和易于扩展的日志记录系统。务必根据你的应用程序需求来配置适当的日志记录级别和输出格式，同时确保敏感信息不被记录。以上介绍和代码示例为您提供了一个良好的日志记录基础，可以根据您的具体需求进行调整和扩展。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

python

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

python

登录后参与评论

0 条评论

热度