一、先认识一下两位主角

（一）print

print 可以说是 Python 中最简单的输出方式了，几乎所有学过一点 Python 的人都会用。它的作用很单纯，就是把你想查看的内容直接输出到控制台。比如说，你想看看一个变量的值，直接写 print(变量名) 就行。

举个超简单的例子，假设我们有一段计算两个数之和的代码：

a = 10
b = 20
c = a + b
print("a + b 的和是：", c)

运行这段代码，控制台就会输出 a + b 的和是： 30。很直观吧，这就是 print 的基本用法。

（二）logging

logging 是 Python 内置的一个日志模块，相比 print，它的功能可要丰富得多。它可以让我们记录不同级别的日志，比如调试信息、普通信息、警告信息、错误信息等等，而且还能把日志输出到文件中，方便我们后续查看和分析。

同样用上面的例子，我们用 logging 来实现一下：

import logging

# 基本配置，设置日志级别为DEBUG，格式包含时间、日志级别、消息
logging.basicConfig(level=logging.DEBUG, format='%(asctime)s - %(levelname)s - %(message)s')

a = 10
b = 20
c = a + b
logging.info("a + b 的和是：%d", c)

运行后，控制台会输出类似 2025 - 05 - 29 10:00:00 - INFO - a + b 的和是：30 这样的内容，不仅有我们想要的信息，还有时间和日志级别等额外信息。

二、print 的那些事儿

（一）print 的优点

1. 简单易用：不需要导入任何模块，直接就能使用，对于新手来说，几乎没有学习成本。刚学编程的时候，大家肯定都用过 print 来查看变量值，快速定位问题。

2. 即时反馈：只要运行代码，就能马上在控制台看到输出结果，对于一些简单的调试场景，非常方便。比如在一个循环里，想看看每次循环变量的值有没有变化，直接在循环里加个 print，马上就能看到。

（二）print 的缺点

1. 输出混乱：当代码中到处都是 print 语句时，控制台的输出会变得非常混乱，尤其是在处理复杂逻辑或者大量数据的时候，很难快速找到自己需要的信息。比如说，一个函数里有多个 print，调用这个函数几次后，控制台的输出就会一大堆，看得人眼花缭乱。

2. 功能单一：它只能把信息输出到控制台，不能记录到文件中，而且也无法区分日志的级别，所有的输出都是一样的 “待遇”。如果我们想在程序运行结束后，回顾一下运行过程中的信息，print 就做不到了，因为控制台的输出一旦关闭，就很难再找回来。

3. 难以控制：当我们调试完代码后，需要把这些 print 语句删除或者注释掉，否则它们会一直输出，影响程序的运行效率和可读性。但是删除的时候又怕删错，毕竟有些 print 可能在关键的逻辑里，删了之后万一出问题，再找回来就麻烦了。

三、logging 全解析

（一）logging 的日志级别

logging 定义了五种日志级别，从低到高依次是：

我们可以根据不同的场景，选择合适的日志级别。比如在开发阶段，我们可以使用 DEBUG 级别来输出详细的调试信息；在生产环境中，可能只需要 INFO 级别以上的日志，来了解程序的运行状态。

（二）logging 的优点

1. 灵活的日志级别控制：我们可以通过设置日志级别，来决定哪些日志会被输出。比如设置日志级别为 INFO，那么 DEBUG 级别的日志就不会被输出了。这样我们可以在不同的环境中，灵活地控制输出的日志内容。比如在开发时，想看到所有详细的调试信息，就把级别设为 DEBUG；上线后，只想看正常运行的信息，就设为 INFO。

2. 丰富的输出格式：我们可以自定义日志的输出格式，包含时间、日志级别、模块名、函数名等信息，方便我们更好地定位问题。比如上面的例子中，我们设置的格式 %(asctime)s - %(levelname)s - %(message)s，就包含了时间、日志级别和我们自己定义的消息。

3. 强大的输出控制：logging 不仅可以把日志输出到控制台，还可以输出到文件中。我们可以设置不同的处理器（Handler），来实现不同的输出目标。比如同时输出到控制台和文件，或者根据日志级别输出到不同的文件中。而且，我们还可以对日志文件进行一些配置，比如设置日志文件的大小、备份数量等，避免日志文件过大占用太多磁盘空间。

（三）logging 的基本使用步骤

1. 导入 logging 模块：import logging

2. 配置日志：可以使用 basicConfig 进行基本配置，也可以通过创建处理器、格式化器等进行更复杂的配置。

• 基本配置示例：

logging.basicConfig(
    level=logging.INFO,  # 设置日志级别
    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',  # 设置日志格式
    filename='app.log',  # 日志输出到文件
    filemode='w'  # 文件模式，'w'表示覆盖写入，'a'表示追加写入
)

3. 使用不同级别的日志函数：logging.debug()、logging.info()、logging.warning()、logging.error()、logging.critical()

四、print vs logging

为了让大家更清楚地看到两者的区别，我们来做一个详细的对比表格：

从表格中可以明显看出，print 就像一个 “临时工”，在简单的调试场景中能快速帮我们解决问题，但在复杂的项目中就显得力不从心了；而 logging 则像一个 “正式工”，具备完善的功能，能够应对各种复杂的日志记录和调试需求。

五、到底该怎么选？

（一）选 print 的情况

1. 简单临时调试：当你只是想快速查看某个变量的值，或者确认某段代码是否执行到了，这种简单的临时调试场景，用 print 非常方便，不用考虑太多配置，随手就来。比如写一个小脚本，处理一些简单的数据，中间想看看某个步骤的数据是否正确，直接加个 print 就行。

2. 快速定位问题：在代码出现问题时，为了快速确定问题出现的位置，比如在一个条件判断里，想知道是否进入了某个分支，用 print 输出一条简单的信息，马上就能知道结果。

（二）选 logging 的情况

1. 复杂项目开发：在大型项目中，代码结构复杂，模块众多，需要记录不同级别的日志来跟踪程序的运行状态。比如一个 Web 应用，需要记录用户的请求信息、数据库操作信息、错误信息等，这时候 logging 就能很好地发挥作用，让我们能够清晰地了解程序的运行情况。

2. 生产环境监控：程序上线后，需要对其运行状态进行监控，这时候日志就变得非常重要。logging 可以把日志记录到文件中，我们可以通过分析日志文件，及时发现程序中的问题，比如错误信息、警告信息等，以便及时处理。

3. 需要保留日志记录：如果我们需要对程序的运行过程进行回顾和分析，比如统计程序的运行时间、处理的数据量、出现的错误次数等，logging 记录到文件中的日志就可以为我们提供详细的信息。

print 和 logging 各有各的优缺点和适用场景。print 简单易用，适合简单的临时调试；logging 功能强大，适合复杂项目和生产环境。作为开发者，我们需要根据实际情况选择合适的工具。

在开发的初期阶段，当我们还在调试代码、梳理逻辑的时候，可以适当使用 print 来快速查看信息；而当项目逐渐复杂，或者我们需要考虑程序的可维护性、可扩展性以及生产环境的需求时，logging 就是更好的选择。

最后，给大家做个对比表格，帮助理解两者的区别和适用场景：