本文详解如何在 Python logging 模块中创建多个互不干扰的 Logger，各自绑定专属 Handler 与 Formatter，并通过禁用 propagate 避免日志重复输出，实现灵活、可定制的日志分流。
本文详解如何在 python logging 模块中创建多个互不干扰的 logger，各自绑定专属 handler 与 formatter，并通过禁用 `propagate` 避免日志重复输出，实现灵活、可定制的日志分流。
在 Python 日志系统中，Logger 的层级传播（propagation）机制是导致日志重复输出的根本原因。默认情况下，所有非 root logger（如 logging.getLogger('mylogger.1')）在处理完自身 Handler 后，会自动将日志事件向上传播至其父 logger（最终到达 root logger）。若 root logger 已通过 basicConfig() 配置了 StreamHandler，则同一日志消息会被格式化并输出两次：一次由自定义 Handler 执行，另一次由 root 的 Handler 执行。
要实现“两个 logger 各自独立、格式互异、仅输出一次”，关键在于切断传播链——即显式设置 logger.propagate = False。
以下是一个结构清晰、生产可用的双 Logger 配置示例：
import logging
# ✅ 步骤1：基础配置（可选，仅用于 root logger；建议保持简洁或完全不用）
logging.basicConfig(
level=logging.WARNING, # 仅影响 root，默认不处理 DEBUG/INFO
format='%(levelname)s:%(name)s:%(message)s',
datefmt='%H:%M:%S'
)
# ✅ 步骤2：创建两个独立 logger
logger_a = logging.getLogger('app.core')
logger_b = logging.getLogger('app.audit')
# ✅ 步骤3：为每个 logger 创建专属 Handler 和 Formatter
handler_a = logging.StreamHandler()
formatter_a = logging.Formatter(
'? [CORE] %(asctime)s | %(levelname)-8s | %(message)s',
datefmt='%d-%m %H:%M'
)
handler_a.setFormatter(formatter_a)
logger_a.addHandler(handler_a)
logger_a.setLevel(logging.DEBUG) # 允许 DEBUG 及以上级别
logger_a.propagate = False # ⚠️ 关键！禁用传播，避免发给 root
handler_b = logging.StreamHandler()
formatter_b = logging.Formatter(
'? [AUDIT] %(name)s | %(levelname)s | %(message)s | ip=%(ip)s | user=%(user)s',
# 注意：需在 log() 时传入 extra 字典支持 ip/user
)
handler_b.setFormatter(formatter_b)
logger_b.addHandler(handler_b)
logger_b.setLevel(logging.INFO)
logger_b.propagate = False
# ✅ 步骤4：使用示例
print("\n=== 日志输出效果 ===")
logger_a.debug("系统初始化完成") # 仅按 formatter_a 输出
logger_a.info("用户登录成功")
logger_b.info("支付请求已提交", extra={'ip': '192.168.1.100', 'user': 'alice'})
logger_b.warning("重复提交检测触发")
# ❌ 错误示范（避免）：
# logging.info("此行将走 root logger，格式与上面不同，且可能被过滤")运行结果示意（无重复）：
立即学习“Python免费学习笔记（深入）”；
=== 日志输出效果 === ? [CORE] 24-02 14:25 | DEBUG | 系统初始化完成 ? [CORE] 24-02 14:25 | INFO | 用户登录成功 ? [AUDIT] app.audit | INFO | 支付请求已提交 | ip=192.168.1.100 | user=alice ? [AUDIT] app.audit | WARNING | 重复提交检测触发
? 重要注意事项：
-
propagate=False必须在添加 Handler 之后、首次调用.log()之前设置，否则部分日志可能已触发传播； - 若使用
basicConfig()，它仅影响 root logger，不会覆盖已存在的 Handler，但会启用 root 的默认 StreamHandler —— 因此更推荐完全弃用basicConfig()，手动配置 root（如需）或直接专注子 logger； - 多个 Handler 可共存于同一 logger（例如同时输出到文件和控制台），但本例中每个 logger 仅绑定一个 Handler 以保证格式唯一；
-
extra参数是安全注入上下文字段（如ip,user,request_id）的官方方式，Formatter 中通过%(key)s引用，无需修改 Logger 类； - 所有 logger 名称（如
'app.core'）构成逻辑命名空间，便于后续通过logging.getLogger('app')批量管理整组 logger。
通过合理组合 Logger、Handler、Formatter 与 propagate 控制，你可以构建高度模块化、职责分明的日志体系——这是 Python 生产环境日志治理的基础能力。
