Linux下Python日志如何配置

在Linux环境下配置Python日志，很多人上来就抄一段代码，但真正理解配置逻辑的人并不多。今天就从一个最常用的场景说起——怎么让日志既保留调试细节，又不把生产环境撑爆。

先看最直观的方式，直接用Python内置的logging模块。整个过程分三步走：

1. 导入模块——这一步没什么好说的，import logging搞定。
2. 配置基础设置——用basicConfig一次性定义日志级别、格式、输出文件等参数。
3. 开始记录——用logging.debug()、logging.info()这些方法向日志里写内容。

举个例子，下面的配置会把日志写到当前目录下的app.log文件里，日志级别设为DEBUG，意味着所有级别（DEBUG、INFO、WARNING、ERROR、CRITICAL）都会被记录。

import logging

logging.basicConfig(
    level=logging.DEBUG,
    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
    datefmt='%Y-%m-%d %H:%M:%S',
    filename='app.log',
    filemode='a'
)

logging.debug('This is a debug message')
logging.info('This is an info message')
logging.warning('This is a warning message')
logging.error('This is an error message')
logging.critical('This is a critical message')

filemode='a'表示追加写入，如果你希望每次启动都重新生成日志文件，改成'w'就行。这里特别提醒一下：生产环境中level一般不会设成DEBUG，否则日志量会非常可观，通常用INFO或WARNING起步。

上面的方式适合快速验证，但项目上了规模，硬编码配置就显得笨拙了。这时候推荐用配置文件来管理日志设置。先创建一个logging.conf文件，内容如下：

[loggers]
keys=root

[handlers]
keys=fileHandler

[formatters]
keys=simpleFormatter

[logger_root]
level=DEBUG
handlers=fileHandler

[handler_fileHandler]
class=FileHandler
level=DEBUG
formatter=simpleFormatter
args=('app.log', 'a')

[formatter_simpleFormatter]
format=%(asctime)s - %(name)s - %(levelname)s - %(message)s
datefmt=%Y-%m-%d %H:%M:%S

然后在Python代码里通过logging.config.fileConfig()加载这个配置文件：

import logging
import logging.config

logging.config.fileConfig('logging.conf')
logger = logging.getLogger(__name__)

logger.debug('This is a debug message')
logger.info('This is an info message')
logger.warning('This is a warning message')
logger.error('This is an error message')
logger.critical('This is a critical message')

这样做的最大好处是：调整日志级别、输出位置、格式都不需要改代码，改一下配置文件再重载即可。对于需要频繁切换调试模式的项目，这个思路值得养成习惯。

当然，配置文件也可以写成YAML或JSON格式，但.conf风格是Python社区最原生的选择，零依赖，适用面最广。如果将来需要更复杂的日志路由（比如不同模块写不同文件、按天滚动等），可以在配置文件里追加handlers和formatters的定义，这部分扩展起来很灵活。