本文旨在解决在使用 loguru 进行日志记录时，python 异常信息仅输出到终端，而未记录到日志文件的问题。通过分析异常处理机制，解释了 loguru 无法自动捕获未处理异常的原因，并介绍了使用 @logger.catch 装饰器来捕获并记录这些异常的方法，确保所有错误信息都能被完整地记录到日志文件中，方便问题排查和系统监控。
在这个例子中，@logger.catch 装饰器装饰了 main() 函数。如果 main() 函数内部（包括它调用的 divide() 函数）发生任何未捕获的异常，@logger.catch 就会捕获该异常，并将其记录到配置的日志文件 "error.log" 中。
运行结果分析
运行上述代码后，如果 error.log 文件不存在，则会被创建。该文件内容类似如下：
2024-01-01 10:00:00.000000 | ERROR | __main__::15 - 除法运算发生错误: division by zero 2024-01-01 10:00:00.000000 | ERROR | __main__:main:11 - An exception was caught! Traceback (most recent call last): File "test.py", line 11, in main result = divide() File "test.py", line 5, in divide result = 1 / 0 # 模拟除零错误 ZeroDivisionError: division by zero
可以看到，error.log 文件中不仅记录了我们使用 logger.error() 显式记录的错误信息，还记录了完整的异常堆栈信息，这对于调试和问题排查非常有帮助。
立即学习“Python免费学习笔记（深入）”；
最佳实践：
- 装饰 main() 函数： 通常，建议将 @logger.catch 装饰器应用于程序的入口函数，例如 main() 函数，以确保捕获所有未处理的异常。
- 细粒度控制： 对于某些特定的函数，如果希望更精细地控制异常处理，可以使用 try...except 块，并在 except 块中使用 logger.exception() 记录异常信息。logger.exception() 会自动记录异常信息和堆栈跟踪，相当于 logger.error(e, exc_info=True)。
- 配合 try...except 使用： 即使使用了 @logger.catch，也建议在适当的地方使用 try...except 块来处理可预见的异常，并进行相应的处理或恢复。这有助于提高程序的健壮性和用户体验。
- 配置多个 sinks： 可以配置多个 sinks，例如同时输出到终端和文件，以便在开发和生产环境中都能方便地查看日志信息。
总结：
通过使用 Loguru 的 @logger.catch 装饰器，可以方便地捕获并记录 Python 程序中未处理的异常，从而确保所有错误信息都能被完整地记录到日志文件中。这对于调试、问题排查和系统监控至关重要。在实际应用中，应根据具体情况，灵活运用 @logger.catch 和 try...except 块，以实现最佳的异常处理效果。
