在Python开发中，异常处理是基本功，但如何优雅地记录错误信息，让程序在出错时既能清晰反馈又不至于崩溃，就是另一门学问了。今天，我们就来聊聊Python内置的logging模块，看看它如何帮助我们实现专业的日志记录。

很多人习惯直接用print来调试，但在实际项目中，一个结构清晰、分级明确的日志系统至关重要。它能帮你快速定位问题，而logging模块正是为此而生。下面，我们通过一个简单的除法错误案例，来直观感受它的用法。

第一步：导入模块与准备代码

首先，在Python文件中引入logging模块，这是所有操作的基础。

接着，我们定义一个main函数，里面故意写了一个会导致异常的运算：10 / 0。显然，执行到这里程序会抛出ZeroDivisionError。

第二步：使用try-except捕获并记录异常

接下来，使用try...except语句来捕获这个潜在的错误。在try块中调用main()函数。

当异常发生时，我们进入except块。这里的关键是，不单纯使用print，而是调用logging.exception()方法。这个方法会自动记录错误的完整堆栈跟踪信息，其日志级别为ERROR。这样做的好处是，错误被记录了，但程序流程并不会因此中断。

第三步：验证程序的继续执行能力

为了证明程序在记录错误后确实能继续运行，我们在try...except语句后面添加一行print("end")。

第四步：运行与查看结果

现在，运行这段代码。在控制台输出中，你会看到两部分内容：首先是logging.exception()输出的详细错误日志，其中包含了错误类型、描述和发生位置；紧接着，便是那行如期打印的“end”。

这个简单的演示清晰地揭示了两点：一是logging.exception()在记录异常详细信息方面的强大与便捷；二是合理的异常处理如何保障了程序核心流程的韧性，避免了因局部错误导致的全盘崩溃。

当然，logging模块的功能远不止于此。它支持从DEBUG到CRITICAL的多种日志级别，可以输出到控制台、文件甚至网络，还能自定义格式。掌握它，无疑是迈向Python专业开发的重要一步。

《夸克》非常好用的免费AI浏览器

下载APP查看