為什麼不該用 print 除錯？

我相信每個寫 Python 的人都經歷過這個階段——程式出了問題，第一反應就是到處塞 print()。老實說，我自己也這樣幹了好一陣子，直到有一天接手了一個線上專案，裡面散落著上百個 print，完全搞不清楚哪個是除錯用的、哪個是正式輸出。那時候我才真正理解為什麼 Python 內建的 logging 模組這麼重要。

logging 模組最大的優勢在於：你可以控制訊息的嚴重程度、輸出目的地、格式，甚至可以在不改動程式碼的情況下調整日誌行為。這在團隊開發和正式環境中是不可或缺的。如果你之前寫過 Python 裝飾器，你會發現 logging 跟裝飾器搭配起來特別好用，可以輕鬆實現函數呼叫的自動紀錄。

logging 模組基礎入門

Python 的 logging 模組是標準函式庫的一部分，不需要額外安裝。最簡單的用法只需要兩行：

import logging
logging.warning('這是一個警告訊息')

執行後你會在終端機看到：

WARNING:root:這是一個警告訊息

這裡有幾個重點：預設只會顯示 WARNING 以上的訊息，所以如果你用 logging.info() 或 logging.debug()，預設是看不到的。另外，root 代表的是根 logger 的名稱。

五大日誌等級詳解

logging 定義了五個標準的日誌等級，從低到高分別是：

DEBUG (10)：最詳細的資訊，通常用在開發階段追蹤程式流程
INFO (20)：一般資訊，確認程式按預期運作
WARNING (30)：警告訊息，程式還能運作但有潛在問題
ERROR (40)：錯誤訊息，某些功能已經無法正常執行
CRITICAL (50)：嚴重錯誤，程式可能無法繼續運行

實務上最常用的是 INFO 和 WARNING。我自己的習慣是：開發時設定成 DEBUG 看所有細節，部署到正式環境就調成 WARNING，這樣就不會被大量的 debug 訊息淹沒。

basicConfig 快速設定

logging.basicConfig() 是最快配置 logging 的方式。你可以設定日誌等級、輸出格式、輸出檔案等：

import logging

logging.basicConfig(
    level=logging.DEBUG,
    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
    filename='app.log',
    filemode='w'
)

logging.debug('Debug 訊息')
logging.info('程式啟動')
logging.warning('記憶體使用率偏高')
logging.error('資料庫連線失敗')
logging.critical('系統崩潰')

要注意的是，basicConfig 只能呼叫一次，而且必須在任何 logging 呼叫之前。如果你先呼叫了 logging.warning()，之後再呼叫 basicConfig 就不會生效了。這是很多初學者會踩到的坑。

Handler 處理器完整介紹

Handler 決定了日誌訊息的「去處」。logging 模組提供了好幾種 Handler：

StreamHandler

將日誌輸出到終端機（stdout 或 stderr）：

import logging

logger = logging.getLogger('my_app')
logger.setLevel(logging.DEBUG)

stream_handler = logging.StreamHandler()
stream_handler.setLevel(logging.INFO)
logger.addHandler(stream_handler)

logger.info('這會印在終端機上')

FileHandler

把日誌寫到檔案裡。這在正式環境特別實用：

file_handler = logging.FileHandler('app.log', encoding='utf-8')
file_handler.setLevel(logging.WARNING)
logger.addHandler(file_handler)

小提醒：如果你的日誌包含中文，記得加上 encoding='utf-8'，不然可能會遇到編碼問題。

同時輸出到多個目的地

你完全可以同時加多個 Handler。比如開發時我會設定 DEBUG 等級輸出到終端機，WARNING 以上同時寫到檔案：

logger = logging.getLogger('my_app')
logger.setLevel(logging.DEBUG)

# 終端機看所有訊息
stream_h = logging.StreamHandler()
stream_h.setLevel(logging.DEBUG)

# 檔案只記錄警告以上
file_h = logging.FileHandler('errors.log', encoding='utf-8')
file_h.setLevel(logging.WARNING)

logger.addHandler(stream_h)
logger.addHandler(file_h)

Formatter 格式化輸出

Formatter 讓你自訂日誌的輸出格式。常用的格式化變數有：

%(asctime)s：時間戳記
%(name)s：logger 名稱
%(levelname)s：日誌等級
%(message)s：日誌訊息
%(filename)s：檔案名稱
%(lineno)d：行號

formatter = logging.Formatter(
    '%(asctime)s | %(name)-12s | %(levelname)-8s | %(message)s',
    datefmt='%Y-%m-%d %H:%M:%S'
)
stream_handler.setFormatter(formatter)

格式化做得好，日誌就像一本結構清楚的帳本，出問題時可以快速定位。

Logger 階層架構

logging 模組的 Logger 有階層關係，跟 Python 的套件結構很像。比如 my_app.db 是 my_app 的子 logger：

parent_logger = logging.getLogger('my_app')
child_logger = logging.getLogger('my_app.db')
child_logger2 = logging.getLogger('my_app.api')

子 logger 的訊息會自動向上傳播到父 logger。這代表你只需要在父 logger 設定 Handler，所有子 logger 的訊息都會被處理。如果你不想要這個行為，可以設定 logger.propagate = False。

這個架構在大型專案中非常好用。如果你在建構 FastAPI REST API，每個路由模組可以有自己的 logger，讓除錯更精準。

進階：RotatingFileHandler 日誌輪替

在正式環境中，日誌檔案會不斷增長。RotatingFileHandler 可以自動管理檔案大小：

from logging.handlers import RotatingFileHandler

rotating_handler = RotatingFileHandler(
    'app.log',
    maxBytes=5*1024*1024,  # 5MB
    backupCount=5,
    encoding='utf-8'
)
logger.addHandler(rotating_handler)

當 app.log 超過 5MB 時，它會自動改名成 app.log.1，新的日誌繼續寫到 app.log。最多保留 5 個備份檔案。

另外還有 TimedRotatingFileHandler，可以按時間輪替，每天午夜自動建立新的日誌檔案，保留最近 30 天的紀錄。

實務最佳實踐

分享幾個我這幾年累積的 logging 最佳實踐：

用 __name__ 作為 logger 名稱：logger = logging.getLogger(__name__)，這樣 logger 名稱會自動對應模組路徑
不要在函式庫中呼叫 basicConfig：讓使用者自己決定如何配置
善用 logger.exception()：在 except 區塊中使用，它會自動附加 traceback 資訊
用 % 格式化而非 f-string：logger.info('使用者 %s 登入', username) 更有效率
分離不同環境的配置：開發用 DEBUG + StreamHandler，正式用 WARNING + RotatingFileHandler

如果你的專案有用到非同步程式設計，logging 在 async 環境中也能正常使用，但要注意 FileHandler 的寫入是同步的。

結語

從 print 到 logging，看起來只是換了一個函數，但背後代表的是從「業餘開發」到「專業工程」的思維轉變。建議你現在就打開手邊的專案，把那些散落的 print 換成 logging 吧。從 basicConfig 開始，等熟悉了再慢慢加上 Handler、Formatter 和日誌輪替。相信我，未來的你會感謝現在的你。