Python原生logging库如何高效获取lineno与funcName？

核心思路：直接操作栈帧的内存属性 #

logging模块之所以高效，是因为它完全避开了inspect.getframeinfo()这类会触发文件IO的方法，直接从Python解释器维护的栈帧对象中读取原生属性，全程不涉及文件系统访问。

具体实现细节 #

• 定位目标栈帧：创建LogRecord时，logging通过sys._getframe(depth)直接定位到业务代码的栈帧（depth参数用于跳过logging自身的调用层级，默认设为2，刚好跳过日志库内部的调用帧，拿到业务代码里发起日志调用的那个帧）。
• 提取关键属性：
  • 行号：直接读取帧对象的f_lineno属性，这是解释器在执行代码时实时维护的内存数值，无需任何IO操作。
  • 函数名：读取帧对象关联代码对象的f_code.co_name属性，同样是内存中已有的元数据。
  • 文件名：读取f_code.co_filename，这里只是返回字符串形式的文件路径，不会触发文件读取。

可复用的复刻代码 #

你可以直接在自研日志库中套用这个逻辑，示例代码如下：

import sys

def fetch_log_context(depth=2):
    # depth=2：跳过当前函数 + 日志库调用帧，定位到业务代码的调用点
    frame = sys._getframe(depth)
    try:
        return {
            'lineno': frame.f_lineno,
            'funcName': frame.f_code.co_name,
            'filename': frame.f_code.co_filename.split('/')[-1]  # 可选，只保留文件名而非全路径
        }
    finally:
        # 手动删除帧引用，避免循环引用引发内存泄漏
        del frame

注意：sys._getframe()是Python的内部API，虽未正式公开，但CPython、PyPy等主流实现均支持，且logging模块本身依赖它，稳定性有保障。

性能优势的根源 #

• inspect.getframeinfo()内部会尝试读取文件内容来获取对应行的源码（即便你不需要），这会带来额外的文件IO开销；而logging直接读取内存中的帧属性，完全跳过这一步。
• inspect.stack()会遍历整个调用栈并生成多个FrameInfo对象，开销远大于直接定位单个帧的sys._getframe()。

内容的提问来源于stack exchange，提问作者David Liao