配置Python日志需先调用basicConfig设置级别、格式和输出位置，或创建Logger实例并添加Handler与Formatter以实现多目标输出；对于长期运行服务，应使用RotatingFileHandler或TimedRotatingFileHandler实现按大小或时间轮转日志文件。
H3 配置Python日志记录的基本方法
在Python中，logging 模块是内置的日志管理工具，使用它能有效记录程序运行过程中的信息。合理配置日志有助于调试和监控系统行为。
H3 使用 basicConfig 进行简单配置
最基础的配置方式是调用 logging.basicConfig()，可以在程序启动时一次性设置日志格式、输出位置和级别。
示例：
立即学习“Python免费学习笔记（深入）”；
import logging
<p>logging.basicConfig(
level=logging.INFO, # 设置最低记录级别
format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
filename='app.log', # 日志写入文件
filemode='a' # 追加模式
)</p><h1>使用日志</h1><p>logging.info("程序启动")
logging.warning("这是一个警告")
logging.error("发生错误")</p>说明：
- level：控制哪些级别的日志会被记录（DEBUG < INFO < WARNING < ERROR < CRITICAL）
- format：定义日志输出格式，常用字段包括时间、日志器名、级别、消息内容
- filename：指定日志文件路径，不设置则默认输出到控制台
- filemode：'a' 表示追加，'w' 表示每次覆盖
H3 使用 Logger 对象实现更灵活控制
对于复杂项目，推荐创建独立的 Logger 实例，并添加 Handler 和 Formatter。
立即学习“Python免费学习笔记（深入）”；
import logging
<h1>获取一个独立的日志器</h1><p>logger = logging.getLogger('my_app')
logger.setLevel(logging.DEBUG)</p><h1>避免重复输出（防止向上级传递）</h1><p>logger.propagate = False</p><div class="aritcle_card flexRow">
<div class="artcardd flexRow">
<a class="aritcle_card_img" href="/ai/2023" title="Cardify卡片工坊"><img
src="https://img.php.cn/upload/ai_manual/000/000/000/175679994618460.png" alt="Cardify卡片工坊" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a href="/ai/2023" title="Cardify卡片工坊">Cardify卡片工坊</a>
<p>使用Markdown一键生成精美的小红书知识卡片</p>
</div>
<a href="/ai/2023" title="Cardify卡片工坊" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span> </a>
</div>
</div><h1>创建处理器：同时输出到文件和控制台</h1><p>fh = logging.FileHandler('debug.log')
ch = logging.StreamHandler()</p><h1>设置级别</h1><p>fh.setLevel(logging.DEBUG)
ch.setLevel(logging.INFO)</p><h1>定义格式</h1><p>formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(funcName)s - %(message)s')
fh.setFormatter(formatter)
ch.setFormatter(formatter)</p><h1>添加处理器</h1><p>logger.addHandler(fh)
logger.addHandler(ch)</p><h1>使用</h1><p>logger.debug("详细调试信息")
logger.info("普通提示")
logger.error("出错了！")</p>这种方式的优点：
- 可为不同模块分配不同的日志器
- 支持多个输出目标（文件、控制台、网络等）
- 每个输出可以有不同的格式和级别控制
H3 日志轮转（按大小或时间切割）
长时间运行的服务会产生大量日志，建议使用 RotatingFileHandler 或 TimedRotatingFileHandler 自动分割日志文件。
立即学习“Python免费学习笔记（深入）”；
from logging.handlers import RotatingFileHandler import os <h1>按文件大小轮转</h1><p>handler = RotatingFileHandler( 'app.log', maxBytes=10<em>1024</em>1024, # 10MB backupCount=5 # 保留5个备份 )</p>
立即学习“Python免费学习笔记（深入）”；
from logging.handlers import TimedRotatingFileHandler import time <h1>按时间轮转（每天一个文件）</h1><p>handler = TimedRotatingFileHandler( 'app.log', when='midnight', interval=1, backupCount=7, encoding='utf-8' )</p><h1>文件名自动加上日期后缀</h1><p>handler.suffix = "%Y-%m-%d"</p>
基本上就这些。根据项目规模选择合适的配置方式，小项目用 basicConfig 就够了，大项目建议使用自定义 Logger + 多处理器的方式，便于维护和排查问题。
