如何修改Python第三方库日志级别或完全屏蔽其日志？

核心思路 #

Python的logging模块采用层级日志器结构，每个第三方库会创建自己的专属日志器（logger）。我们可以通过控制这些日志器的级别，或隔离自己的日志输出，来避免第三方日志淹没自定义日志。

方法一：单独指定目标库的日志级别 #

针对单个冗余日志的库（如asyncua、tensorflow），直接获取其日志器并设置更高的输出级别：

#!/usr/bin/env python3
# encoding:utf-8
import logging
import asyncua
import tensorflow as tf

# 配置root日志器为WARNING级别（未单独配置的库默认继承此规则）
logging.basicConfig(
    format='%(asctime)s | %(levelname)s: %(message)s',
    level=logging.WARNING
)

# 创建自己的专属日志器
my_logger = logging.getLogger(__name__)
my_logger.setLevel(logging.INFO)
# 禁止自定义日志向root传播，避免重复输出
my_logger.propagate = False

# 给自定义日志器添加单独处理器（可选，用于自定义格式）
handler = logging.StreamHandler()
formatter = logging.Formatter('%(asctime)s | %(levelname)s: %(message)s')
handler.setFormatter(formatter)
my_logger.addHandler(handler)

# 单独设置第三方库的日志级别
logging.getLogger('asyncua').setLevel(logging.ERROR)  # 仅输出ERROR及以上日志
logging.getLogger('tensorflow').setLevel(logging.WARNING)  # 仅输出WARNING及以上日志

# 自定义日志输出
my_logger.info(msg='My message')

方法二：批量设置所有第三方库的日志级别 #

如果需要统一处理所有第三方库，可遍历已注册的日志器，排除自己的日志器后批量设置级别：

#!/usr/bin/env python3
# encoding:utf-8
import logging
import asyncua
import tensorflow as tf

# 创建并配置自己的专属日志器
my_logger = logging.getLogger('my_app')
my_logger.setLevel(logging.INFO)
handler = logging.StreamHandler()
handler.setFormatter(logging.Formatter('%(asctime)s | %(levelname)s: %(message)s'))
my_logger.addHandler(handler)
my_logger.propagate = False

# 批量修改所有第三方日志器的级别为WARNING
for logger_name in logging.Logger.manager.loggerDict:
    # 排除自己的日志器及其子日志器
    if not logger_name.startswith('my_app'):
        logging.getLogger(logger_name).setLevel(logging.WARNING)

# 自定义日志输出
my_logger.info(msg='My message')

注意：此方法需在所有第三方库导入后执行，否则无法捕获后续动态创建的日志器。

方法三：使用配置字典统一管理日志规则 #

通过logging.config.dictConfig进行结构化配置，清晰区分自定义日志与第三方库的日志规则：

#!/usr/bin/env python3
# encoding:utf-8
import logging
import logging.config

# 日志配置字典
logging.config.dictConfig({
    'version': 1,
    'disable_existing_loggers': False,
    'formatters': {
        'standard': {
            'format': '%(asctime)s | %(levelname)s: %(message)s'
        },
    },
    'handlers': {
        'console': {
            'class': 'logging.StreamHandler',
            'formatter': 'standard',
        },
    },
    'loggers': {
        # root日志器：未单独配置的库默认继承此规则
        '': {
            'level': 'WARNING',
            'handlers': ['console'],
        },
        # 自己的专属日志器
        'my_app': {
            'level': 'INFO',
            'handlers': ['console'],
            'propagate': False,  # 禁止向root传播日志
        },
        # 针对特定库单独设置更严格的级别
        'asyncua': {
            'level': 'ERROR',
            'propagate': False,
        },
        'tensorflow': {
            'level': 'WARNING',
            'propagate': False,
        },
    }
})

# 获取自定义日志器并输出日志
my_logger = logging.getLogger('my_app')
my_logger.info(msg='My message')

关键注意事项 #

1. 避免直接使用root日志器：始终使用专属日志器输出自定义日志，避免与第三方库的日志规则冲突。
2. 控制日志传播：设置propagate=False可防止自定义日志重复输出到root处理器。
3. 动态日志器处理：部分库会在运行时动态创建日志器，若批量设置未覆盖，可在库初始化后再次执行级别设置。

内容的提问来源于stack exchange，提问作者Della