Python 中如何使用 logging 模块记录错误？
在 Python 编程中，错误日志（Error Logging）是调试和维护程序的重要手段。当代码发生异常时，记录日志可以帮助我们快速定位问题，避免程序直接崩溃。Python 内置的 logging 模块提供了强大的日志记录功能，可以方便地记录错误信息，并输出到控制台、文件、远程服务器等多个目标。本文将介绍 logging 模块的基本用法，并深入探讨如何使用 logging 记录错误信息，包括日志级别、日志格式、文件存储和异常日志捕获等。
1. 为什么要使用 logging 记录错误？
相较于 print()，使用 logging 记录错误有以下优势：
✅ 更灵活 —— 可以控制日志级别（DEBUG、INFO、WARNING、ERROR、CRITICAL）。
✅ 更持久 —— 日志可以写入文件，方便以后分析错误。
✅ 更专业 —— 支持日志格式化、时间戳、多线程、多进程等功能。
✅ 更高效 —— 可以根据日志级别进行筛选，避免无用信息干扰。
示例：
import logging
# 设置日志级别和格式
logging.basicConfig(level=logging.ERROR, format="%(asctime)s - %(levelname)s - %(message)s")
# 记录错误
logging.error("发生错误: 数据库连接失败")
输出示例（带时间戳）：
2024-02-04 12:30:15,678 - ERROR - 发生错误: 数据库连接失败
2. logging 模块的基本概念
Python logging 模块提供了多个日志级别，每个级别代表不同的严重程度：
| 级别（Level） | 数值 | 说明 |
|---|---|---|
DEBUG |
10 | 调试信息，最详细 |
INFO |
20 | 普通信息，如程序运行状态 |
WARNING |
30 | 警告信息，表示可能会有问题 |
ERROR |
40 | 错误信息，代码执行失败 |
CRITICAL |
50 | 严重错误，可能导致程序终止 |
3. 记录错误日志的基本方法
3.1 直接使用 logging 记录错误
import logging
logging.basicConfig(level=logging.ERROR)
logging.error("这是一个错误日志")
输出：
ERROR:root:这是一个错误日志
3.2 记录错误并捕获异常
在异常 try-except 代码块中，可以使用 logging.error() 记录异常信息。
import logging
logging.basicConfig(level=logging.ERROR, format="%(asctime)s - %(levelname)s - %(message)s")
try:
1 / 0 # 触发 ZeroDivisionError
except ZeroDivisionError:
logging.error("发生除零错误", exc_info=True)
输出（包含 Traceback）：
2024-02-04 12:35:20,123 - ERROR - 发生除零错误
Traceback (most recent call last):
File "example.py", line 6, in
1 / 0
ZeroDivisionError: division by zero
exc_info=True 作用：
- 会自动捕获当前异常的 Traceback 信息，类似
traceback.print_exc()。
3.3 记录错误到日志文件
使用 filename 参数，将错误日志写入文件，而不是控制台：
import logging
logging.basicConfig(
filename="error.log",
level=logging.ERROR,
format="%(asctime)s - %(levelname)s - %(message)s"
)
try:
open("non_existent_file.txt")
except FileNotFoundError:
logging.error("文件未找到", exc_info=True)
运行后，错误信息会写入 error.log 文件：
2024-02-04 12:40:30,456 - ERROR - 文件未找到
Traceback (most recent call last):
File "example.py", line 8, in
open("non_existent_file.txt")
FileNotFoundError: [Errno 2] No such file or directory: 'non_existent_file.txt'
4. 进阶用法：使用 logging 记录错误
4.1 使用 Logger 对象
import logging
# 创建 logger
logger = logging.getLogger("my_logger")
logger.setLevel(logging.ERROR)
# 配置日志格式和文件处理器
file_handler = logging.FileHandler("app.log")
formatter = logging.Formatter("%(asctime)s - %(levelname)s - %(message)s")
file_handler.setFormatter(formatter)
# 添加处理器到 logger
logger.addHandler(file_handler)
# 记录错误
try:
1 / 0
except ZeroDivisionError:
logger.error("除零错误", exc_info=True)
优势：
- 可复用：
logger可以在多个模块中共享。 - 可扩展：可以添加多个处理器（如控制台、文件、远程服务器）。
4.2 同时输出日志到控制台和文件
import logging
# 创建 logger
logger = logging.getLogger("dual_logger")
logger.setLevel(logging.ERROR)
# 创建文件处理器
file_handler = logging.FileHandler("error.log")
console_handler = logging.StreamHandler()
# 设置格式
formatter = logging.Formatter("%(asctime)s - %(levelname)s - %(message)s")
file_handler.setFormatter(formatter)
console_handler.setFormatter(formatter)
# 添加处理器到 logger
logger.addHandler(file_handler)
logger.addHandler(console_handler)
# 记录错误
logger.error("发生错误，写入文件并打印到控制台")
效果：
-
控制台输出
2024-02-04 12:45:00,789 - ERROR - 发生错误，写入文件并打印到控制台 -
文件
error.log记录相同内容
5. logging 记录错误的最佳实践
✅ 使用 getLogger() 创建全局 Logger，避免 basicConfig() 影响全局日志配置。
✅ 使用 exc_info=True 捕获异常信息，代替 traceback.print_exc()。
✅ 日志输出到多个目标（文件 + 控制台），提升可读性。
✅ 设置合适的日志级别，避免记录过多不必要的信息。
✅ 使用 Formatter 统一日志格式，包含时间、日志级别、错误详情。
6. 结论
| 方法 | 适用场景 |
|---|---|
logging.error(msg) |
记录普通错误 |
logging.error(msg, exc_info=True) |
记录异常信息（含 Traceback） |
filename="error.log" |
记录错误到文件 |
getLogger("my_logger") |
创建可复用的 Logger |
addHandler(FileHandler/StreamHandler) |
同时输出到文件 & 控制台 |
Python logging 模块提供了强大灵活的日志管理功能，合理使用 logging.error()，可以有效捕获错误信息，帮助我们更快定位问题，提升代码的可维护性。
有什么问题和经验想分享？欢迎在评论区交流、点赞、收藏、关注！