日志调试法：从print到logging的进化之路

说实话，我刚开始写代码那会儿，调试全靠print。那时候觉得这玩意儿简单粗暴，往代码里塞几个print，跑一遍看看输出，问题就找到了。但随着项目越做越大，print调试的弊端越来越明显——代码里到处都是print，改完还得一个个删，删漏了还会污染线上日志。今天我就跟你聊聊，怎么从print进化到专业的logging模块。

print调试：方便但危险

print调试最大的优点就是简单。你不需要学任何新东西，print函数谁都会用。我在小项目里也经常这么干，快速验证一个想法，print一下看看结果对不对。

但它的缺点同样明显：

• 污染代码：print语句散落在业务逻辑中，影响可读性
• 无法分级：所有输出混在一起，分不清哪些是调试信息，哪些是错误
• 输出不可控：不能动态开关，要么全有要么全无
• 性能影响：print是同步IO操作，在高频循环里会拖慢程序

logging模块：专业调试的起点

Python自带的logging模块，说白了就是print的升级版。它解决了print的所有痛点，而且用起来并不复杂。

先看一个最简单的例子：

import logging

logging.debug("这是调试信息")
logging.info("这是普通信息")
logging.warning("这是警告")
logging.error("这是错误")
logging.critical("这是严重错误")

运行这段代码，你会发现只有warning及以上的信息被打印出来了。为什么？因为默认的日志级别是WARNING。

日志级别：五个等级，各有用途

logging模块定义了五个级别，从低到高分别是：

我个人习惯在开发环境用DEBUG级别，生产环境用INFO或WARNING级别。这样既能保证开发时看到足够的信息，又不会在生产环境里刷屏。

日志格式化：让输出更有价值

光有级别还不够，你还需要控制日志的格式。默认的格式太简陋了，只有一条消息。我建议至少包含时间、级别、模块名和行号。

import logging

logging.basicConfig(
    format='%(asctime)s - %(levelname)s - %(module)s:%(lineno)d - %(message)s',
    datefmt='%Y-%m-%d %H:%M:%S'
)

logging.warning("磁盘空间不足")

输出效果：

2024-01-15 14:30:22 - WARNING - main:10 - 磁盘空间不足

你看，有了这些信息，定位问题就方便多了。时间戳告诉你什么时候出的问题，模块名和行号告诉你代码在哪里出的问题。

输出到文件：持久化日志

把日志输出到控制台只是第一步，真正生产环境里，日志必须写到文件里。这样即使程序崩溃了，日志还在。

import logging

logging.basicConfig(
    filename='app.log',
    filemode='a',
    format='%(asctime)s - %(levelname)s - %(message)s',
    level=logging.DEBUG
)

logging.info("程序启动成功")
logging.error("数据库连接失败")

这里有几个参数要注意：

• filename：日志文件的路径
• filemode：'a'表示追加，'w'表示覆盖。我建议用'a'，除非你明确想清空日志
• level：设置日志级别，低于这个级别的日志不会被记录

嗯，这里有个坑。如果你同时设置了控制台输出和文件输出，basicConfig就不够用了。你需要用到Handler：

import logging

logger = logging.getLogger('my_app')
logger.setLevel(logging.DEBUG)

# 控制台输出
console_handler = logging.StreamHandler()
console_handler.setLevel(logging.WARNING)

# 文件输出
file_handler = logging.FileHandler('app.log')
file_handler.setLevel(logging.DEBUG)

# 格式化
formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s')
console_handler.setFormatter(formatter)
file_handler.setFormatter(formatter)

# 添加处理器
logger.addHandler(console_handler)
logger.addHandler(file_handler)

logger.debug("这条只写到文件")
logger.warning("这条控制台和文件都会写")

这样，控制台只显示WARNING及以上的信息，而文件里记录所有DEBUG及以上的信息。生产环境里我经常这么配，既不会在控制台刷屏，又保留了完整的调试信息。

知识体系总览

下面这张图帮你理清logging模块的核心脉络：

避坑指南

最后分享几个我踩过的坑：

• 不要在生产环境用print：我曾经见过一个项目，线上代码里还留着几十个print，每次请求都往stdout写数据，导致日志系统完全混乱。
• 日志文件要轮转：单文件日志会越来越大，我建议用RotatingFileHandler，按大小或时间自动分割。
• 敏感信息别打日志：密码、身份证号这些，千万别直接打到日志里。我见过有人把用户密码明文打日志的，那画面太美不敢看。
• 日志别打太多：DEBUG级别在开发环境没问题，但生产环境如果开了DEBUG，IO压力会很大。我一般生产环境只开WARNING及以上。

好了，logging模块的基础就这些。说白了，它就是print的工业化版本——更可控、更规范、更适合团队协作。下次你再想print调试的时候，不妨试试logging，用习惯了就回不去了。