Loguru 更适合快速落地因其默认支持结构化输出、自动轮转和线程安全，无需手动配置 handler/formatter/level；structlog 依赖绑定机制与上下文管理器维持请求上下文；JSON 中文转义需设置 ensure_ascii=False；字段命名应统一 snake_case 以利日志查询。
loguru 为什么比 logging.basicConfig 更适合快速落地
因为 loguru 默认就支持结构化输出（JSON）、自动轮转、线程安全，且不用写 handler + formatter + level 三件套。原生 logging 要输出 JSON，得自己重写 JSONFormatter，还容易在多进程下丢日志。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 直接
pip install loguru，导入即用：from loguru import logger - 用
logger.add("file.json", serialize=True)就能输出结构化 JSON，字段含时间、级别、模块、行号、消息、异常堆栈 - 别在
logger.add()里传format字符串——serialize=True会忽略它；要加额外字段，用logger.bind(user_id=123) - 注意
serialize=True后，日志内容里的对象必须可 JSON 序列化，否则会静默失败（比如写了logger.info({"data": datetime.now()})就会卡住）
structlog 在 Django 或 FastAPI 中怎么不破坏请求上下文
因为 structlog 本身不处理输出，只负责“组装结构”，但它的绑定机制（bind()/new()）和上下文管理器配合得好，就能把 trace_id、user_id 这类请求级字段自动带上每条日志。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 在中间件里用
structlog.contextvars.bind_contextvars(request_id=request.state.request_id)注入请求 ID - 避免在全局 logger 上反复
bind()，应该每次请求开始时logger = logger.bind(request_id=...)，然后把这个新 logger 传进视图或依赖注入 - 用
structlog.stdlib.filter_by_level和structlog.stdlib.ProcessorFormatter才能兼容 Django 的LOGGING配置，否则日志全变成str丢进 stdout - 别忘了调
structlog.configure()设置processors，漏掉structlog.processors.JSONRenderer就还是纯文本
JSON 日志里出现 \u4f60\u597d 怎么办
这是 Python 默认 JSON encoder 把中文转义了，不是编码错误，是 ensure_ascii=True 的锅。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- loguru 用户：加参数
logger.add("app.json", serialize=True, rotation="10 MB", enqueue=True, catch=True, format="{message}")不够，还得改 encoder —— 传serializer函数，里面用json.dumps(..., ensure_ascii=False) - structlog 用户：在
JSONRenderer后加structlog.processors.UnicodeDecoder()没用，得在structlog.configure(processors=[..., JSONRenderer(indent=2, ensure_ascii=False)]) - 原生 logging + 自定义 JSONFormatter：重写
self._encoder = json.JSONEncoder(ensure_ascii=False)，别只改json.dumps调用点——logging内部会自己调用 encoder
日志字段命名要不要统一用 snake_case
要，但不是为了风格洁癖，而是为后续 ELK 或 Loki 查询省事。比如 user_id 和 userId 在 Kibana 里会被当成两个字段，聚合统计就断了。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 所有自定义字段名统一用
snake_case，包括 trace_id、status_code、request_method - 第三方库返回的字段（如 OpenTelemetry 的
trace_id）保持原样，别强行 camelCase 转换——工具链认的是标准字段名 - 如果用 Loki，
level必须小写（"info"），大写（"INFO"）会导致level="info"查询不到 - 字段值尽量别嵌套太深，
{"request": {"user": {"id": 123}}}查起来比{"user_id": 123}多写一倍 PromQL
结构化日志最难的不是输出 JSON，是让每条日志都带对上下文——中间件没接好、异步任务没传递 logger 实例、异常捕获后没重新 bind，都会导致关键字段丢失。这些地方不写测试，线上基本靠猜。
