python日志系统核心是logger、handler、formatter和filter四大组件协同：logger决定“记什么”和“往哪送”，handler负责“怎么发”和“发给谁”，formatter定义输出格式，filter实现精细过滤。
Python日志系统的核心在于理解 logging 模块的四大组件如何协同工作：Logger（记录器）、Handler（处理器）、Formatter（格式器）和 Filter（过滤器）。不搞懂它们之间的关系，配置再复杂也容易出错。
Logger 是入口，决定“记什么”和“往哪送”
每个 Logger 都有日志级别（DEBUG、INFO、WARNING、ERROR、CRITICAL），只有 >= 当前级别的日志才会被处理。Logger 本身不输出日志，而是把日志对象（LogRecord）交给它绑定的 Handler。注意：Logger 可以有多个 Handler，也可以不输出（比如只做转发）；子 Logger 默认会向父 Logger 传递日志（propagate=True），这是实现分级控制的关键。
- 用
logging.getLogger("a.b.c")获取命名 Logger，推荐按模块名组织，便于统一管理 - 避免直接用
logging.basicConfig()，它只影响 root Logger，掩盖了层级逻辑 - 设置
logger.setLevel(logging.DEBUG)控制本级过滤，但不阻止父级再次过滤
Handler 是出口，决定“怎么发”和“发给谁”
Handler 负责实际的输出动作。常见类型有 StreamHandler（打印到终端）、FileHandler（写入文件）、RotatingFileHandler（自动轮转）、TimedRotatingFileHandler（按时间切分）等。每个 Handler 也可设级别，形成二次过滤。
- 一个 Handler 只能绑定一个 Formatter，但多个 Handler 可共用同一个 Formatter
- 生产环境建议至少配两个 Handler：一个输出到文件（带时间轮转），一个输出到 stderr（用于快速排查）
- 自定义 Handler 很简单——继承
logging.Handler，重写emit()方法即可接入 Kafka、ES 或钉钉通知
Formatter 控制“长啥样”，Filter 控制“让不让过”
Formatter 定义日志字符串的结构，支持 %(asctime)s、%(name)s、%(levelname)s、%(message)s 等占位符；Filter 则是更精细的拦截逻辑，可基于 logger 名、消息内容、甚至自定义条件返回 True/False。
立即学习“Python免费学习笔记（深入）”；
- 推荐在 Formatter 中加入
%(pathname)s:%(lineno)d，方便定位问题代码行 - Filter 不仅能做白名单（如只放行某个模块的日志），还能动态修改 LogRecord 属性（例如脱敏手机号）
- Filter 可添加到 Logger 或 Handler 上，作用范围不同：加在 Logger 上影响所有下游 Handler，加在 Handler 上只影响该输出通道
实战案例：一个带分级输出与错误告警的配置
假设项目结构为 app/ 下有 main.py 和 utils/db.py，要求：
• INFO 及以上写入 daily.log（按天轮转）
• ERROR 及以上同时发邮件（模拟）
• db 模块单独 DEBUG 日志输出到 db_debug.log
- 创建独立 Logger：
db_logger = logging.getLogger("app.utils.db")，设 level=DEBUG - 为 db_logger 单独配 FileHandler + DEBUG Formatter，不 propagate 到 root
- root Logger 配 TimedRotatingFileHandler（level=INFO）和自定义 MailHandler（level=ERROR）
- MailHandler 中重写
emit()，调用 smtplib 发送摘要（注意异常捕获，避免日志系统崩溃）
