本文详解如何在 python logging 模块中，为同一 logger 的 streamhandler（控制台）和 filehandler（文件）分别配置不同的日志级别（如 info 与 debug），实现精细化日志分流。
本文详解如何在 python logging 模块中，为同一 logger 的 streamhandler（控制台）和 filehandler（文件）分别配置不同的日志级别（如 info 与 debug），实现精细化日志分流。
在 Python 的 logging 模块中，日志记录流程遵循“logger → handler → formatter”的三级结构。一个 logger 可添加多个 handler（如控制台输出、文件写入），而每个 handler 可独立设置日志级别——这正是实现“控制台仅显示 INFO 及以上，文件记录 DEBUG 及以上”的关键机制。
默认情况下，handler 会继承 logger 的级别；但通过显式调用 handler.setLevel()，可覆盖该行为，实现更细粒度的控制。需注意：logger 本身必须设置为最低所需级别（如 DEBUG），否则低于该级别的日志消息甚至不会传递给任何 handler。
以下是一个完整、可运行的配置示例：
import logging
import tempfile
# 创建临时文件用于日志存储
tmp_file = tempfile.NamedTemporaryFile(mode='w+', delete=False)
logger = logging.getLogger(__name__)
logger.setLevel(logging.DEBUG) # ✅ logger 必须设为 DEBUG，才能接收 debug 级别消息
# 配置控制台处理器：仅输出 INFO 及以上
c_handler = logging.StreamHandler()
c_handler.setLevel(logging.INFO) # ✅ 独立设置：仅处理 INFO/ WARNING/ ERROR/ CRITICAL
c_handler.setFormatter(
logging.Formatter('[%(asctime)s %(levelname)s]\t%(message)s')
)
# 配置文件处理器：记录 DEBUG 及以上
f_handler = logging.FileHandler(tmp_file.name)
f_handler.setLevel(logging.DEBUG) # ✅ 独立设置：接收所有调试级及以上消息
f_handler.setFormatter(
logging.Formatter('[%(asctime)s] - %(levelname)s %(funcName)s:L%(lineno)s: %(message)s')
)
# 将处理器添加到 logger
logger.addHandler(c_handler)
logger.addHandler(f_handler)✅ 效果验证：
立即学习“Python免费学习笔记（深入）”；
logger.debug("这条只写入文件，控制台不显示")
logger.info("这条同时出现在控制台和文件中")
logger.warning("同样同时输出")⚠️ 关键注意事项：
- logger.setLevel() 是消息准入门槛：若设为 INFO，则 logger.debug() 调用将被直接丢弃，handler 无从处理；
- handler.setLevel() 是输出过滤器：仅决定该 handler 是否处理已送达的日志消息；
- 多个 handler 级别互不影响，可自由组合（例如：StreamHandler(WARNING) + FileHandler(DEBUG) + SysLogHandler(ERROR)）；
- 若使用 basicConfig()，它会自动创建并配置 root logger 及其默认 handler，可能干扰自定义配置——建议显式创建 logger 并禁用 root logger 传播（logger.propagate = False）以避免重复日志。
掌握 handler 级别控制，是构建生产级日志策略的基础能力：既能保障终端输出简洁可读，又能确保文件中保留完整调试线索，兼顾可观测性与运维效率。
