打印调试适合快速验证，用print()输出变量或流程；日志调试用logging模块，支持分级、多目标输出，适合中大型项目和生产环境；二者可共存，应按阶段、协作和环境选择。
打印调试：简单直接，适合快速验证
用 print() 输出变量值或执行流程，是新手最常用的调试方式。它启动快、无需配置，适合单次运行、逻辑简单的脚本。
常见用法包括：
- 在关键位置插入
print("step1", var)查看变量当前状态 - 用
print(f"debug: {x=}")（Python 3.8+）自动显示变量名和值 - 临时加
print("→ entering func")跟踪函数调用顺序
缺点也很明显：容易遗漏清理，上线后留下大量 print；无法分级控制输出；多线程下输出可能错乱；不支持写入文件或远程发送。
日志调试：结构化、可配置，适合持续维护
Python 标准库的 logging 模块提供级别控制（DEBUG/INFO/WARNING/ERROR/CRITICAL）、格式化、输出目标（控制台、文件、网络）等能力，适合中大型项目或需要长期观察的场景。
立即学习“Python免费学习笔记（深入）”；
典型用法：
- 初始化一次：
logging.basicConfig(level=logging.DEBUG, format="%(asctime)s %(levelname)s %(message)s") - 在代码中使用：
logging.debug("x=%s, y=%s", x, y)（延迟格式化，更高效） - 不同模块可获取独立 logger：
logger = logging.getLogger(__name__)，便于分类过滤
优势在于：可随时关闭 DEBUG 日志而不删代码；能按模块、级别、时间筛选；支持轮转文件避免磁盘占满；与生产监控系统（如 ELK、Sentry）集成方便。
什么时候该选哪个？
判断依据不是“高级 vs 简单”，而是调试阶段、协作需求和运行环境：
- 刚写完一行逻辑，想立刻看结果 → 用
print() - 要复现一个偶发 bug，需长时间运行并保留现场 → 用
logging并输出到文件 - 多人协作开发，需统一查看某模块行为 → 配置 logger 名称和级别，避免 print 冲突
- 部署到服务器后仍需观察行为 → 必须用 logging，print 会丢失或混入 stdout/stderr 不易捕获
可以共存，但要有意识地切换
实际开发中不必非此即彼。建议：
- 日常编码用 print 快速探路，提交前删掉或转成 logging.debug
- 把常用 debug 打印封装成函数，例如
def dbg(*a): logging.debug("DBG "+str(a))，便于后期批量关闭 - 在 main 或入口处统一设置 logging 级别，开发时设为 DEBUG，上线改为 WARNING
关键是把调试信息当成代码的一部分来管理，而不是临时涂鸦。
