Python异常日志需保留完整上下文、区分错误级别、过滤敏感信息：顶层用logging.exception()记录未捕获异常；捕获时用exc_info=True并补充业务上下文；禁用log.error(e)等丢失堆栈或泄露敏感信息的做法。
记录 Python 异常日志，核心是 保留完整上下文、区分错误级别、避免敏感信息泄露，而不是简单地 print(e) 或 logging.exception() 一用了事。
用 logging.exception() 记录未捕获异常（推荐）
在 try-except 外层或顶层异常处理器中，直接调用 logging.exception()，它会自动记录异常类型、消息和完整 traceback，且日志级别为 ERROR：
- 确保 logger 已配置 handler 和格式化器（含 %(asctime)s、%(levelname)s、%(name)s、%(message)s、%(exc_info)s）
- 不要在 except 块里写
logging.error(str(e))—— 这会丢失堆栈，无法定位问题源头 - 若需补充上下文，可在 exception() 前加一条 logging.info() 或 logging.error()，用同一 request_id 或 trace_id 关联
在 except 中记录已捕获异常（带上下文）
当主动捕获并处理异常（如重试、降级）时，应明确记录“发生了什么、为什么捕获、后续怎么做”：
- 使用
logging.error("处理订单失败，将跳过通知", exc_info=True)——exc_info=True等价于 exception() - 避免裸写
except:，至少写except Exception:；更佳做法是捕获具体异常类型（如 requests.Timeout、ValueError） - 在日志消息中包含关键业务变量（如 order_id、user_id），但过滤掉密码、token、身份证号等敏感字段
禁止记录的三种常见错误
这些做法看似方便，实则大幅降低排障效率：
立即学习“Python免费学习笔记（深入）”；
- log.error(e)：只输出字符串，无 traceback，看不出在哪一行出错
- log.error(repr(e))：可能暴露内部对象状态，含敏感内存地址或原始数据
- except: log.exception("未知错误")：掩盖真实异常类型，且“未知错误”无助于分类统计
进阶建议：结构化与可追踪
生产环境建议进一步提升日志可用性：
- 使用 json 格式输出日志（如通过 python-json-logger），便于 ELK 或 Loki 解析字段
- 为每次请求/任务生成唯一 trace_id，并通过 logging.Filter 注入到每条日志的 extra 字典中
- 对高频异常（如网络超时）做限流记录，避免刷屏，可用 logging.handlers.MemoryHandler 或自定义 RateLimitFilter
