将Python异常写入日志文件的最佳实践：全局try/except是否合理？

把整个脚本塞进单个try/except块算不算通用做法？ #

这种做法不算通用的最佳实践。虽然它能快速实现“捕获所有异常”的需求，但存在明显问题：

• 粒度太粗：会把所有异常（包括本可以针对性处理、甚至恢复的异常）都一股脑兜底，没法区分不同异常的处理逻辑；
• 信息缺失：如果#main code里有嵌套函数、循环或IO操作，单个except只能拿到最外层的异常信息，看不到完整调用栈，排查问题时会非常被动；
• 扩展性差：后续如果需要给不同异常加差异化处理（比如网络异常重试、文件权限错误提示用户），这种大包裹的结构很难修改。

更好的异常日志记录方法 #

推荐直接用Python标准库的logging模块，它比你自己写的log_text()功能更全面，还能自动处理异常栈信息，具体操作如下：

1. 配置logging模块 #

在main.py开头完成日志配置，指定输出文件、日志级别和格式（建议包含时间、日志级别、异常栈）：

import logging

# 基础配置，也可以根据需求扩展（比如同时输出到控制台）
logging.basicConfig(
    filename='your_log_file.log',
    level=logging.ERROR,  # 只记录错误及以上级别的日志
    format='%(asctime)s - %(levelname)s - %(message)s'
)

2. 精准捕获异常，记录完整栈信息 #

不要用大的try包裹全部代码，而是在可能抛出异常的关键代码块（比如文件读写、函数调用、数据解析）单独捕获，用logging.exception()自动记录完整的异常栈：

def main_logic():
    try:
        # 调用functions中的函数示例
        from functions import some_function
        some_function()
    except FileNotFoundError:
        logging.exception("找不到目标文件")
        # 这里可以加针对性处理，比如提示用户检查文件路径
    except ValueError:
        logging.exception("传入的参数不符合要求")
    except Exception:
        # 兜底捕获未预见的异常
        logging.exception("程序发生未知错误")
        print("程序出错，请查看日志文件获取详情")

if __name__ == "__main__":
    main_logic()

logging.exception()会自动把异常的完整调用栈写入日志，比只记录e要有用得多，能帮你快速定位出错的代码行。

3. 兼容自定义log_text的方案 #

如果你不想完全替换自己的log_text()，可以基于logging封装它：

# functions.py
import logging

def log_text(log_file_path, message):
    # 确保只配置一次日志
    if not logging.getLogger().handlers:
        logging.basicConfig(filename=log_file_path, level=logging.ERROR)
    logging.error(message, exc_info=True)  # exc_info=True会自动记录异常栈

这样既保留了你习惯的函数调用方式，又能利用logging的可靠功能。

总结 #

• 避免用单个大try/except包裹整个脚本，尽量按功能块精准捕获异常；
• 优先用标准库logging模块，它能自动记录异常栈，比自定义函数更可靠；
• 日志里一定要包含异常栈信息，这是排查问题的核心依据。

内容的提问来源于stack exchange，提问作者jeannej