在Python中，为什么使用日志而不是打印？
为了在复杂的项目中进行简单的debugging，是否有理由使用python logger而不是print？ 那么其他用例呢？ 是否有一个公认的最好的用例（尤其是当你只是在寻找标准输出）？
我一直听说这是一个“最佳做法”，但我还没有弄清楚为什么。
日志logging包有很多有用的function：
- 很容易看到正在进行日志调用的地点和时间（甚至是线路号）。
- 您可以同时login文件，套接字，几乎任何东西。
- 您可以根据严重性区分您的日志logging。
打印没有任何这些。
另外，如果你的项目是由其他python工具导入的，那么你的包打印标准输出是个不好的习惯，因为用户可能不知道打印信息来自哪里。 通过日志logging，您的软件包的用户可以select是否要从工具传播日志消息。
正确logging的最大优点之一就是可以对消息进行分类，并根据需要将其打开或closures。 例如，为项目的某个部分打开debugging级别的消息可能是有用的，但为其他部分调低级别消息可能是有用的，以免被信息过载占用，并容易集中于您需要的任务日志logging。
另外，日志是可configuration的。 您可以轻松地过滤它们，将它们发送到文件，格式化它们，添加时间戳以及在全球范围内可能需要的任何其他内容。 打印报表不容易pipe理。
打印语句是两个世界中最糟糕的 ，将在线debugging器的负面方面与诊断仪器相结合。 你必须修改程序，但是你没有从中得到更多有用的代码 。
在线debugging器允许您检查正在运行的程序的状态; 但是真正的debugging器的好处在于你不必修改源代码; 在debugging会话之前和之后都没有; 您只需将程序加载到debugging器中，告诉debugging器您想要查看的位置，然后全部设置好。
对应用程序进行testing可能需要一些工作，以某种方式修改源代码，但生成的诊断输出可能包含大量的细节，并且可以打开或closures到非常特定的程度。 Python日志logging模块不仅可以显示logging的消息，还可以显示调用该消息的文件和函数，如果有的话还会回溯，发送消息的实际时间等等。 比那更多的; 诊断仪器不需要移除; 当程序完成和生产时，它就像它被添加的那天一样有效和有用; 但是它可以将输出停留在一个日志文件中，而不会让任何人感到困扰，或者可以closures日志级别来保留除最紧急的消息外的所有日志文件。
预测debugging器的需求或用途实际上并不比在testing时使用ipython更困难，并熟悉它用于控制内置pdbdebugging器的命令。
当你发现自己认为打印语句可能比使用pdb更容易（就像往常一样），你会发现使用logging器可以使你的程序比使用打印语句更容易处理状态。
我configuration了我的编辑器，将打印语句突出显示为语法错误 ，并将语句logging为注释，因为这涉及我如何看待它们。
如果使用日志logging，那么负责部署的人员可以configurationlogging器，将其发送到具有自定义信息的自定义位置。 如果你只打印，那就是他们得到的。
