python日志重复打印主因是logger被多次添加handler，解决关键是确保每个logger只添加一次handler：避免重复调用basicconfig()、正确设置propagate、封装初始化逻辑、使用dictconfig统一管理。
Python 日志重复打印，通常不是代码写错了，而是日志器（Logger）被多次添加了处理器（Handler），尤其是调用 basicConfig() 之后又手动添加 Handler，或在模块被重复导入时反复配置日志器。核心解决思路是：**确保每个 Logger 只添加一次 Handler，避免重复配置**。
检查并避免重复调用 basicConfig()
logging.basicConfig() 是一次性配置，但若在多个地方（如主模块、工具模块、测试脚本）都调用了它，只有第一次生效，后续调用会被忽略——看似没报错，实则可能掩盖了更深层的 Handler 冲突。更麻烦的是，有些代码会绕过 basicConfig，直接获取 root logger 并 addHandler，造成叠加。
- 只在程序入口（如
if __name__ == '__main__':块内）调用一次basicConfig - 如果需要精细控制（比如不同模块用不同级别或格式），改用显式创建 Logger + Handler 的方式，彻底弃用
basicConfig - 检查第三方库是否内部调用了日志配置（少数库会这么做），必要时通过
logging.getLogger().handlers.clear()主动清理（慎用，仅调试阶段）
为自定义 Logger 正确设置 propagate
当你创建非 root 的 Logger（如 logging.getLogger('myapp.db')），默认 propagate=True，意味着日志会逐级向上传递给父 Logger（最终到 root），如果父 Logger 也有 Handler，就会重复输出。
- 若该 Logger 已有专属 Handler，设
logger.propagate = False - 若希望保留层级传递（如统一由 root 处理），就不要给子 Logger 添加 Handler，只配置其 level 和 filter
- 验证方式：打印
logger.handlers和logger.propagate状态，确认无冗余
模块级日志配置防重复导入污染
把日志配置写在模块顶层（不在函数内），当该模块被多次 import（例如被不同脚本引用），会导致重复添加 Handler。
立即学习“Python免费学习笔记（深入）”；
- 将日志初始化封装进函数（如
setup_logger()），并在调用前加判断：if not logger.handlers: - 利用 Logger 实例的唯一性：同一名称的
getLogger(name)总是返回同一个对象，所以可在首次获取后完成配置 - 示例：
logger = logging.getLogger('myapp')
if not logger.handlers:
handler = logging.StreamHandler()
formatter = logging.Formatter('%(name)s - %(levelname)s - %(message)s')
handler.setFormatter(formatter)
logger.addHandler(handler)
logger.setLevel(logging.INFO)
使用 dictConfig 统一管理（推荐中大型项目）
用字典定义整个日志系统结构，一次性加载，避免分散配置导致的遗漏或重复。Django、Flask 等框架默认支持此方式。
- 定义清晰的 logger、handler、formatter 映射关系
- 通过
disable_existing_loggers=False保留已有 logger（防止第三方库日志被关掉） - 配置文件可分离为 YAML/JSON，便于环境切换（开发/生产不同级别或输出目标）
