Python 标准 logging 模块通过直接访问栈帧的 f_code.co_name 和 f_lineno 属性（而非读取源文件）实现毫秒级 funcName 与 lineno 提取，本文详解其高效机制，并提供可直接集成的轻量级替代方案。
python 标准 logging 模块通过直接访问栈帧的 `f_code.co_name` 和 `f_lineno` 属性（而非读取源文件）实现毫秒级 `funcname` 与 `lineno` 提取，本文详解其高效机制，并提供可直接集成的轻量级替代方案。
Python 内置 logging 模块之所以能高效获取调用位置信息（如 lineno、funcName、filename），关键在于它绕过了代价高昂的源码解析和文件 I/O 操作，转而利用 CPython 解释器在函数调用时自动维护的栈帧（frame）对象的原生属性。这些属性（如 frame.f_code.co_name、frame.f_lineno、frame.f_code.co_filename）在字节码执行时已由解释器实时填充，无需打开 .py 文件、不触发 inspect.getsourcefile() 或 inspect.getframeinfo() 中的路径查找与行缓存逻辑——而这正是你当前使用 inspect 导致性能下降的根本原因。
标准库中，logging 的核心逻辑位于 LogRecord 构造过程。当调用 logger.info("msg") 时，Logger.makeRecord() 方法会调用 sys._getframe(2)（跳过 makeRecord 和 log 两层内部调用），直接获取用户代码所在栈帧，随后安全提取：
import sys
def get_caller_info():
# 等效于 logging 内部做法：获取上两级调用帧（跳过包装层）
frame = sys._getframe(2) # 注意：生产环境需加 try/except 防止栈过浅
code = frame.f_code
return {
"funcName": code.co_name,
"lineno": frame.f_lineno,
"filename": code.co_filename,
"module": code.co_name # 实际中常结合 __name__ 推导
}
# 示例调用
def example_func():
info = get_caller_info()
print(f"[{info['filename']}:{info['lineno']}] {info['funcName']}()")
example_func() # 输出类似：[test.py:12] example_func()⚠️ 注意事项：
- sys._getframe() 是 CPython 特有 API（非标准 Python 规范），但在绝大多数生产环境（CPython 3.7+）中稳定可用；PyPy 支持有限，Jython/IronPython 不支持。若需跨实现兼容，请保留 inspect.currentframe() 作为降级 fallback。
- sys._getframe(n) 中的 n 需根据日志封装层级精确调整（如自研 logger 包含 debug() → log() → makeRecord() → 用户函数，则 n=3）。建议统一封装为 get_caller_frame(skip=2) 并单元测试验证。
- 始终用 try/except ValueError 包裹（栈深度不足时抛出），避免因 sys._getframe() 超出范围导致服务崩溃。
更进一步，若你希望完全对齐 logging 行为（例如支持 %(funcName)s 格式化），可将上述逻辑注入自研日志器的 LogRecord 子类或预处理钩子中：
立即学习“Python免费学习笔记（深入）”；
import sys
import logging
class FastLogRecord(logging.LogRecord):
def __init__(self, *args, **kwargs):
super().__init__(*args, **kwargs)
# 在 record 创建时立即捕获调用点（比 formatter 中延迟提取更快）
try:
frame = sys._getframe(3) # skip __init__, makeRecord, log
self.funcName = frame.f_code.co_name
self.lineno = frame.f_lineno
self.filename = frame.f_code.co_filename
except (ValueError, AttributeError):
self.funcName = "<unknown>"
self.lineno = 0
self.filename = "<unknown>"
# 替换默认 record factory
logging.setLogRecordFactory(FastLogRecord)总结而言，性能瓶颈不在“获取栈帧”，而在“解析源文件”。Python logging 的高效本质是信任解释器提供的帧元数据，而非重新解析源码。采用 sys._getframe().f_back.f_code.co_name 方案，可将单次日志上下文提取耗时从数百微秒降至亚微秒级，尤其在高频打点场景（如请求日志、指标埋点）下效果显著。务必进行压测验证，并在多线程环境中确认无副作用——sys._getframe() 是线程安全的，无需额外同步。
