本文详解如何在 Python logging 模块中创建多个互不干扰的 Logger，各自绑定不同格式的 StreamHandler，并通过禁用 propagate 避免日志重复输出。
本文详解如何在 python logging 模块中创建多个互不干扰的 logger，各自绑定不同格式的 streamhandler，并通过禁用 `propagate` 避免日志重复输出。
在 Python 日志系统中，所有自定义 logger 默认继承 root logger 的行为，且默认启用 propagate=True —— 即日志消息会逐级向上传递至父 logger（最终到达 root logger）。若 root logger 已配置了 Handler（例如 logging.basicConfig() 设置的全局 StreamHandler），则同一日志消息将被处理两次：一次由自定义 logger 的 Handler 输出，另一次由 root logger 的 Handler 再次输出，从而导致格式混乱与内容重复。
要实现「两个 logger 各自独立、格式隔离、互不干扰」的目标，核心在于两点：
✅ 为每个 logger 显式添加专属 Handler 并设置 Formatter；
✅ 关闭其向 root logger 的传播行为：logger.propagate = False。
以下是一个简洁、可复用的实践方案：
import logging
# 1. 全局基础配置（可选，仅用于 root logger；建议保持简洁或完全省略）
logging.basicConfig(
level=logging.WARNING, # 仅影响 root logger，默认只输出 WARNING 及以上
format='%(levelname)s:%(name)s:%(message)s'
)
# 2. 创建两个独立 logger
logger_a = logging.getLogger('app.core')
logger_b = logging.getLogger('app.audit')
# 3. 分别创建并配置 StreamHandler + Formatter
handler_a = logging.StreamHandler()
formatter_a = logging.Formatter(
fmt='[CORE] %(asctime)s | %(levelname)-8s | %(message)s',
datefmt='%H:%M:%S'
)
handler_a.setFormatter(formatter_a)
logger_a.addHandler(handler_a)
logger_a.setLevel(logging.DEBUG) # 启用 DEBUG 级别日志
logger_a.propagate = False # 关键！阻止日志向上冒泡到 root
handler_b = logging.StreamHandler()
formatter_b = logging.Formatter(
fmt='[AUDIT] %(name)s | %(levelname)s | %(message)s | %(funcName)s@%(lineno)d',
datefmt=None
)
handler_b.setFormatter(formatter_b)
logger_b.addHandler(handler_b)
logger_b.setLevel(logging.INFO) # 审计日志通常只需 INFO 及以上
logger_b.propagate = False # 同样必须关闭 propagate
# 4. 使用示例
logger_a.debug("系统初始化开始") # 仅按 [CORE] 格式输出
logger_a.info("配置加载完成")
logger_b.info("用户登录成功") # 仅按 [AUDIT] 格式输出
logger_b.warning("检测到异常登录尝试")
✅ 关键注意事项：
- 不要混用
logging.basicConfig()与自定义 logger 的 Handler——除非你明确需要 root logger 承担兜底日志职责；更推荐完全弃用basicConfig()，全程手动管理 handler 和 level，避免隐式冲突。propagate=False是解决重复日志的最直接、最可靠方式；若遗漏此设置，即使 formatter 不同，仍会因 root logger 的默认 handler 导致双份输出。- 每个 logger 的
level控制该 logger 自身是否处理某条日志；而每个 handler 的level（可通过handler.setLevel()设置）则控制该 handler 是否输出已接收的日志——两者可组合实现精细过滤。- logger 名称（如
'app.core'）不仅用于标识，还参与层级继承（如'app.core.db'会继承'app.core'的配置），因此命名建议采用点分隔的语义化结构。
通过上述方式，你可自由构建任意数量、任意格式、任意输出目标（stdout/stderr/file/网络等）的 logger，彻底解耦日志行为，满足微服务、模块化应用或审计合规等复杂场景需求。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
