非侵入式织入日志的核心是用装饰器作用于类方法而非类本身，封装执行过程实现调用前后自动日志记录且不修改原方法逻辑。一、单方法装饰最常用；二、按命名规则批量装饰；三、类装饰器支持配置化；四、需注意@wraps、类方法处理及避免直接装饰类。

直接用装饰器给类方法加日志，不需要改原有方法逻辑，也不用继承或重写类——这就是非侵入式织入的核心。

关键在于：装饰器作用于方法，而非类本身；它封装执行过程，在调用前后自动插入日志，原方法体完全不动。

---

一、给单个方法加日志（最常用）

适用于想对特定方法（比如 save()、fetch_data()）精准打点：

import logging
from functools import wraps

logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

def log_method_call(func):
    @wraps(func)
    def wrapper(self, *args, **kwargs):
        logging.info(f"[{self.__class__.__name__}.{func.__name__}] 开始执行，参数: {args}, {kwargs}")
        try:
            result = func(self, *args, **kwargs)
            logging.info(f"[{self.__class__.__name__}.{func.__name__}] 执行成功，返回: {result}")
            return result
        except Exception as e:
            logging.error(f"[{self.__class__.__name__}.{func.__name__}] 执行失败: {e}")
            raise
    return wrapper

# 使用示例
class UserService:
    @log_method_call
    def get_user(self, user_id):
        return {"id": user_id, "name": "Alice"}

    def update_user(self, user_id, data):  # 不加装饰器，无日志
        return True

# 调用
svc = UserService()
svc.get_user(123)  # 自动输出日志

✅ 特点：只影响被装饰的方法；self 参数自然传递；支持异常捕获与耗时可扩展（加 time.time() 即可）。

---

二、批量装饰类中所有方法（按命名规则）

适合统一规范，比如所有以 do_ 或 handle_ 开头的方法都需日志：

def auto_log_methods(cls):
    for attr_name in dir(cls):
        attr = getattr(cls, attr_name)
        if callable(attr) and not attr_name.startswith('_') and attr_name not in ['__init__', '__str__']:
            setattr(cls, attr_name, log_method_call(attr))
    return cls

@auto_log_methods
class OrderProcessor:
    def validate(self):
        return "valid"

    def submit(self):
        return "submitted"

⚠️ 注意：__init__ 通常不建议自动加日志（可能干扰实例化），显式排除更安全；也可改为白名单模式（如只装饰 ['validate', 'submit', 'cancel']）。

---

三、用类装饰器统一管理（更结构化）

把日志策略封装成类，支持开关、级别、输出目标等配置：

class MethodLogger:
    def __init__(self, level=logging.INFO, include_args=True):
        self.level = level
        self.include_args = include_args

    def __call__(self, func):
        @wraps(func)
        def wrapper(self, *args, **kwargs):
            class_name = self.__class__.__name__
            msg = f"{class_name}.{func.__name__}"
            if self.include_args:
                msg += f"({args}, {kwargs})"
            logging.log(self.level, f"[START] {msg}")

            result = func(self, *args, **kwargs)

            logging.log(self.level, f"[END] {class_name}.{func.__name__}")
            return result
        return wrapper

# 使用
class PaymentService:
    @MethodLogger(level=logging.DEBUG)
    def charge(self, amount):
        return f"charged ${amount}"

✅ 优势：复用性强；不同类可配不同日志级别；未来扩展（如加 trace_id、用户 ID）只需改 MethodLogger。

---

四、避免常见陷阱

• 别漏掉 @wraps(func)：否则 help()、func.__name__ 会变成 wrapper，影响调试和框架反射（如 Flask、FastAPI 路由识别）。
• 类方法/静态方法要单独处理：@classmethod 和 @staticmethod 的装饰顺序很重要，日志装饰器应放在最外层：

  @log_method_call
  @classmethod
  def from_config(cls, cfg): ...

• 不建议直接装饰整个类：Python 没有原生“类装饰器织入所有方法”的语法糖；强行遍历 __dict__ 可能干扰描述符、@property 等，稳妥做法仍是方法级或用 auto_log_methods 显式控制。

不复杂但容易忽略细节。