本文介绍如何在 python 项目中专业、可靠地将异常信息写入日志文件，涵盖结构化日志捕获、全局异常处理器、标准 logging 模块的正确用法及常见陷阱规避。
在实际 Python 开发中，仅靠 try/except 包裹整个 main() 是可行的起点，但远非最佳实践。真正健壮的日志方案应满足三个核心目标：完整上下文（含堆栈跟踪）、可追溯性（时间/模块/行号）、不影响程序语义（错误仍需传播）。以下为推荐的分层实现方式：
✅ 推荐做法：使用标准 logging 模块 + exception() 方法
避免自行拼接字符串或仅记录 str(e)——这会丢失关键堆栈信息。应统一使用 logging.exception()，它自动记录异常类型、消息和完整 traceback：
import logging
# 配置日志（建议在 main.py 开头执行一次）
logging.basicConfig(
level=logging.ERROR,
format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
handlers=[
logging.FileHandler('app.log', encoding='utf-8'),
logging.StreamHandler() # 同时输出到控制台（调试时有用）
]
)
logger = logging.getLogger(__name__)
def main():
# 你的主逻辑
risky_operation()
def risky_operation():
raise ValueError("示例异常：参数校验失败")
if __name__ == '__main__':
try:
main()
except Exception:
logger.exception("程序执行过程中发生未预期异常") # ← 关键：自动记录 traceback
raise # 重新抛出，确保调用方（如 systemd、CI 环境）能感知失败⚠️ 注意：logger.exception(msg) 等价于 logger.error(msg, exc_info=True)，必须在 except 块内调用才有效。
? 进阶方案：注册全局异常钩子（兜底保障）
即使遗漏了某处 try/except，也可通过 sys.excepthook 捕获所有未处理异常：
Secure Python Code Sandbox
下载
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
import sys
import logging
def global_exception_handler(exc_type, exc_value, exc_traceback):
logger.critical(
"未捕获的全局异常",
exc_info=(exc_type, exc_value, exc_traceback)
)
sys.exit(1)
sys.excepthook = global_exception_handler此方式作为“最后一道防线”，不可替代业务逻辑中的针对性异常处理（如 FileNotFoundError 应重试或提示用户检查路径），但能杜绝日志空白。
立即学习“Python免费学习笔记（深入）”；
❌ 避免的反模式
- 仅记录 str(e) → 丢失堆栈、无法定位问题根源；
- except Exception: 后静默吞掉异常（无 raise/sys.exit） → 程序看似成功实则失败，破坏自动化流程可靠性；
- 每个函数都写独立 try/except 记录日志 → 日志重复、职责混乱，应遵循“谁引发、谁记录，或由上层统一捕获”原则；
- 日志文件未设置 encoding='utf-8' → 中文异常信息可能乱码。
? 总结
- 首选结构：if __name__ == '__main__': 中包裹 main() 的 try/except，配合 logging.exception() 和 raise；
- 必配基础：logging.basicConfig() 预设文件与控制台双输出、UTF-8 编码、带时间戳的格式；
- 增强保障：添加 sys.excepthook 作为兜底；
- 关键原则：日志是诊断工具，不是错误处理本身——异常该传播时必须传播，日志只是忠实记录者。
