Python logging模块是可控、可分级、可持久化的系统级日志管理方案，核心在于理解日志级别、Handler、Formatter和Logger四者协作：级别决定记录阈值，Handler控制输出目标，Formatter定义格式，Logger按模块命名作为入口。
Python 的 logging 模块不是“打印工具”，而是可控、可分级、可持久化的系统级日志管理方案。用好它，关键不在写多少行代码，而在理解日志级别、处理器（Handler）、格式器（Formatter）和记录器（Logger）四者如何协作。
日志级别决定“什么该记、什么该忽略”
默认有 5 级（从低到高）：DEBUG → INFO → WARNING → ERROR → CRITICAL。每条日志自带级别，只有等于或高于当前设置的最低级别时才会被处理。
- 全局设为
WARNING：所有DEBUG和INFO日志直接丢弃，不进任何 Handler - 某个 Logger 单独设为
DEBUG：它发出的调试日志就能被捕捉，哪怕根 Logger 是WARNING - 常见误操作：只改了
basicConfig(level=...)，但没注意 Handler 自身也有 level（优先级更高）
Handler 负责“日志往哪送”
一个 Logger 可以挂多个 Handler，比如同时输出到屏幕和文件：
-
StreamHandler(sys.stdout)：打印到控制台（适合开发调试） -
FileHandler("app.log")：追加写入文件（适合线上归档） -
RotatingFileHandler("app.log", maxBytes=10*1024*1024, backupCount=5)：自动轮转，防止单个日志爆炸 - 每个 Handler 可独立设置 level —— 比如屏幕只看 WARNING+，文件保留 DEBUG+，靠的就是 Handler 级别过滤
Formatter 控制“日志长啥样”
用字符串格式定义输出结构，常用字段有：
立即学习“Python免费学习笔记（深入）”；
-
%(asctime)s：时间（需配合datefmt微调格式） -
%(name)s：Logger 名（区分模块来源，比如"db.query"或"api.auth"） -
%(levelname)s：级别名（INFO、ERROR） -
%(message)s：你传给logger.info("xxx")的内容 -
%(lineno)d：代码行号（调试时很有用，但上线建议关掉，影响性能）
示例格式：%(asctime)s | %(name)-12s | %(levelname)-8s | %(message)s
Logger 是“日志入口”，推荐按模块命名
不要总用 logging.getLogger()（返回 root），而要按功能/模块取名：
logger = logging.getLogger("user.auth")-
logger = logging.getLogger(__name__)（在模块文件里最常用，自动获取文件名） - 名字带点号（如
"api.v1.users"）会自动形成父子关系，父 Logger 的 Handler 会向上传播日志（除非显式关闭propagate=False） - 避免全用同一个名字（如都叫
"main"），否则无法区分日志来源
配置不复杂但容易忽略细节：Handler 的 level、Logger 的 propagate、Formatter 的 datefmt 对齐、以及多线程下无需额外加锁（logging 本身线程安全）。真正用起来，一套清晰的层级命名 + 分开的控制台/文件 Handler + 合理的级别组合，就足够支撑中等规模项目了。
