Python案例如何用日志调试

wen python案例 2026-06-05 42

从“黑盒”到“白盒”：Python案例教你如何用日志调试

📖 目录导读

为什么你需要学会用日志调试？
新手常犯的三大日志误区
Python日志系统核心配置（含代码案例）
实战案例：用日志揪出购物车金额计算Bug
企业级日志最佳实践（结构化+分级）
日志调试vs print调试：一场效率对决
常见问答：日志文件太大怎么办？如何避免敏感信息泄露？

为什么你需要学会用日志调试？

很多Python初学者遇到Bug时第一反应是狂加print()，但当你面对一个运行了3天、每天处理百万条订单的脚本时，这种方法几乎无效，日志调试能让你：

Python案例如何用日志调试

回溯历史行为：即使程序崩溃，日志文件保留了崩溃前的执行状态
区分严重等级：INFO/WARNING/ERROR 让问题一目了然
按需过滤信息：生产环境只输出ERROR，开发环境输出DEBUG

关键认知：日志不是“打印变体”，而是一种可持久化、可分级的诊断信息流。

新手常犯的三大日志误区

❌ 把print当主力：print只输出到控制台，程序关闭后信息丢失
❌ 只打ERROR不打INFO：没有上下文线索，难以定位异常根源
❌ 所有日志都写在同一文件：混淆了调试信息与业务告警

正确姿势：DEBUG记录变量状态，INFO记录关键流程，WARNING提示异常趋势，ERROR记录致命错误。

Python日志系统核心配置（含代码案例）

不需要复杂的框架,标准库logging足以应付90%场景：

import logging
# 基础配置：同时输出到文件和控制台
logging.basicConfig(
    level=logging.DEBUG,  # 最低日志级别
    format='%(asctime)s | %(levelname)s | %(filename)s:%(lineno)d | %(message)s',
    datefmt='%Y-%m-%d %H:%M:%S',
    handlers=[
        logging.FileHandler('app_debug.log', encoding='utf-8'),
        logging.StreamHandler()  # 控制台输出
    ]
)
logger = logging.getLogger(__name__)
# 使用范例
logger.debug("变量x当前值为: %s", x)
logger.info("用户ID %s 登录成功", user_id)
logger.warning("数据库连接池使用率85%%")
logger.error("支付接口返回异常: %s", err)

输出示例：

2025-06-15 14:30:22 | DEBUG | cashier.py:67 | 变量x当前值为: 0.98
2025-06-15 14:30:23 | INFO | login.py:12 | 用户ID 306 登录成功

实战案例：用日志揪出购物车金额计算Bug

场景：某电商平台用户反映“订单结算金额有时比预期多0.01元”，后端团队用日志快速定位。

错误代码（简化版）：

def calc_total(items):
    total = 0.0
    for item in items:
        total += item['price'] * item['qty']
    return round(total, 2)  # 浮点数精度问题

加入日志后：

logger.debug("原始折扣后价格为 0.1 的浮点表示: %r", 0.1)
# 输出：原始折扣后价格为 0.1 的浮点表示: 0.10000000000000000555

真相：浮点数精确表示缺陷导致舍入时出现1分钱偏差。

修复方案：

from decimal import Decimal
def calc_total(items):
    total = Decimal('0.00')
    for item in items:
        total += Decimal(str(item['price'])) * Decimal(str(item['qty']))
    return float(total)

企业级日志最佳实践（结构化+分级）

结构化日志：使用JSON格式，方便ELK等工具检索
```
import json_log_formatter
```

formatter = json_log_formatter.JSONFormatter() handler = logging.FileHandler('log.json') handler.setFormatter(formatter)


- **分级文件**：
  - `debug.log`：记录所有级别
  - `error.log`：只记录ERROR及以上
  - `access.log`：记录用户请求（INFO级别）
- **按日期滚动**：使用`TimedRotatingFileHandler`
```python
from logging.handlers import TimedRotatingFileHandler
handler = TimedRotatingFileHandler('daily.log', when='midnight', backupCount=30)

日志调试vs print调试：一场效率对决

维度	print调试	日志调试
持久化	无	写入文件
分级过滤	无	根据级别筛选
并发安全	可能乱序	线程安全
后期检索	手动翻屏	grep/实时过滤
生产环境适用	❌ 切勿使用	✅ 必须使用

print只适合20行以内的临时脚本,任何超过200行的代码都应使用日志。

常见问答

Q：日志文件太大怎么办？ A：使用RotatingFileHandler限制单个文件大小（如10MB），并设置backupCount保留3个历史备份。

Q：如何避免日志泄露用户密码？ A：自定义过滤器，对敏感字段（如password、token）进行掩码处理：

class SensitiveFilter(logging.Filter):
    def filter(self, record):
        record.msg = record.msg.replace(getattr(record, 'password', ''), '****')
        return True

Q：为什么我的日志没有输出？ A：检查三点：