本文讲解如何正确实现运行时对指定模块（如 foo）日志的过滤，指出常见误区（如为实例绑定 logger、错误地向非目标 logger 添加 Filter），并提供基于 logger 名称层级控制与 Filter 子类的两种可靠方案。
本文讲解如何正确实现运行时对指定模块（如 foo）日志的过滤，指出常见误区（如为实例绑定 logger、错误地向非目标 logger 添加 filter），并提供基于 logger 名称层级控制与 filter 子类的两种可靠方案。
在 Python 日志系统中，logging.Filter 的作用对象是单个 logger 实例，而非全局所有 logger。问题中的代码创建了两个独立 logger：bar（来自 bar.py 的 __name__）和 foo（来自 foo.py 的 __name__）。尽管在 bar logger 上调用了 addFilter()，但 Foo.__init__() 中触发的日志实际由 foo logger 发出——它并未被添加任何过滤器，因此日志照常输出。
更关键的是，将 logger 作为实例属性（self.logger）属于日志使用反模式。官方文档明确建议：logger 应定义为模块级变量，以保证复用性、避免重复配置，并支持统一的层级管理（例如 logging.getLogger('foo') 可被 logging.getLogger('foo.submodule') 自动继承）。
✅ 正确做法一：利用 logger 层级 + setLevel()
最简洁、推荐的方式是直接控制目标模块 logger 的日志级别：
# bar.py
import logging
from foo import Foo
# 全局基础配置（仅影响未显式设置 level 的 logger）
logging.basicConfig(level=logging.INFO)
# 显式获取并禁用 foo 模块的日志（设为 CRITICAL 以上，即不输出 INFO）
logging.getLogger('foo').setLevel(logging.CRITICAL)
logger = logging.getLogger(__name__)
logger.info("Started script")
foo = Foo() # 此时 foo.logger.info(...) 不再输出
✅ 正确做法二：使用自定义 Filter 并绑定到目标 logger
若需更精细的过滤逻辑（如按消息内容、线程 ID 等），应将 Filter 添加到 foo logger 本身：
# bar.py
import logging
from foo import Foo
class ModuleNameFilter(logging.Filter):
def __init__(self, name_to_block):
super().__init__()
self.name_to_block = name_to_block
def filter(self, record):
return record.name != self.name_to_block
logging.basicConfig(level=logging.INFO)
# 获取 foo 模块的 logger 并添加过滤器
foo_logger = logging.getLogger('foo')
foo_logger.addFilter(ModuleNameFilter('foo'))
logger = logging.getLogger(__name__)
logger.info("Started script")
foo = Foo() # INFO 级别日志被拦截
⚠️ 注意事项：
-
logging.getLogger(__name__)在foo.py中返回的是'foo'（模块名），而非'foo.Foo'；类名不会自动加入 logger 名称。 -
basicConfig()仅对尚未存在 handler 的 root logger 生效；后续通过getLogger(name)获取的 logger 需单独配置。 - 避免在
__init__中创建logging.getLogger(...)实例属性——这不仅浪费资源，还导致无法统一管理该 logger。
总结：日志过滤的本质是控制特定 logger 实例的行为。务必确保 Filter 或 setLevel() 应用于实际发出日志的那个 logger（这里是 'foo'），而非调用方的 logger。模块级 logger 定义 + 层级化命名（如 'foo.db', 'foo.api'）是构建可维护日志体系的基础。
