Python 使用logger对象而不是使用日志记录有什么好处？

使用Python和

logging

库，您可以通过dict

log\u config

和

logging.config.dictConfig(log_config)

---

您可以通过

logging.info

登录，或创建一个记录器对象并使用它。拥有logger对象的好处是什么？

logger根据其名称（使用“点.路径”表示法）形成一个层次结构，根logger位于顶部。创建记录器的标准方法是每个模块有一个记录器，根据模块的

\uuu name\uuuu

属性命名，因此如果您有一个名为“mylib”的包，其中包含模块“utils”、“core”和“api”，那么您将有记录器“mylib”、“mylib.utils”、“mylib.core”和“mylib.api”，其中最后三个是“mylib”的子级（这当然是根记录器的子级）

由此，您可以只配置根记录器，或者更具体地配置“mylib”记录器，或者更具体地配置ie“mylib.api”（请注意，默认情况下，记录器会传播到其父级）。如果您只在所有包中直接使用

日志记录

，则无法为每个包/模块自定义子日志记录程序

这里的要点是，Logger调用应该与Logger配置分离-库代码定义并调用Logger，配置是使用库的应用程序的职责。原因显然是，库作者不知道哪些应用程序将使用库代码，也不知道应用程序的作者希望如何配置他的Logger。This系统为应用程序的作者（或系统管理员或负责配置/部署应用程序的人）提供对记录器配置的完整、细粒度控制。如果您的所有库代码都只使用根记录器，则应用程序作者/管理员/用户不能对每个库/模块进行不同的设置，并且他会因为您的侵入行为而憎恨您（如果您的库试图以任何方式干扰记录器配置，我们不要谈论他会有什么感觉）

长话短说：遵守正常惯例，使用

logger=logging.getLogger（\uuu name\uuu）

在您的模块中，不要尝试在库代码中配置日志记录，您的库用户会很高兴的

---

编辑：正如您在评论中提到的，如果应用程序在导入lib后配置日志记录，并且没有将

禁用现有的日志记录设置为False，那么在模块级声明日志记录程序可能会导致问题。就我而言，在导入任何其他内容之前配置日志记录和/或使用t
禁用现有的日志记录程序
为False。首先配置日志记录程序是个好主意，因为它将允许库代码在导入时记录最终问题…
在配置中，您可能定义了不同的日志记录程序，由不同的处理程序拾取，因此使用一个特定的日志记录程序会影响系统的各个方面日志语句：记录位置（文件名、控制台），选择哪个级别和更高级别，日志条目的格式，…好的，所以当您有多个日志对象时，您希望有日志对象。如果您只有一个，那么就没有优势。对吗？@Martintoma没有每个模块的日志记录程序没有优势，请参阅我的答案。@Brunodesshuilliers是的，有。它更简单。您不必更改创建一个logger对象。@Martintoma创建一个logger是36个字符长的一行代码。如果你有一个像样的编辑器，你甚至可以将它配置为在所有新的.py文件的顶部自动插入这一行。考虑到正确的日志配置的好处与查找相关信息（以GB为单位的行噪声）的痛苦相比，我坚持这一点没有正确命名的记录器没有好处。那么“”呢？答案在同一篇文章中：“由于Python2.7，在fileConfig和dictConfig（作为模式中的参数）中添加了一个新的参数名“disable_existing_loggers”，通过将其设置为False，可以解决上述问题”根据本文，这是否意味着我必须在模块中的每个函数中玷污记录器？！