Python logging：无需修改现有日志，如何区分类实例日志？

可以实现需求，以下提供两种适配不同场景的方案，均无需修改现有log.debug调用，也无需调整formatter配置：

方案一：调用栈回溯（无业务代码侵入） #

通过自定义日志过滤器，在日志记录时自动回溯调用栈，定位到触发日志的类实例，提取其name属性并修改日志消息。这种方式完全不需要改动原有业务代码，适合同步场景。

import logging
import inspect

class InstanceNameFilter(logging.Filter):
    def filter(self, record):
        # 遍历调用栈，找到MyClass的function方法调用
        for frame_info in inspect.stack():
            frame = frame_info.frame
            if frame.f_code.co_name == "function":
                instance = frame.f_locals.get("self")
                if isinstance(instance, MyClass):
                    # 自动拼接实例名称到日志消息
                    record.msg = f"{record.name} - {instance.name}: {record.msg}"
                    break
        return True

# 给模块日志器绑定过滤器
log = logging.getLogger("my_module")
log.addFilter(InstanceNameFilter())

# 保留原有日志基础配置即可
logging.basicConfig(level=logging.DEBUG)

# 原有业务代码完全不变
class MyClass:
    def __init__(self, name):
        self.name = name

    def function(self):
        log.debug("My log!")

c1 = MyClass("first class")
c2 = MyClass("second class")
c1.function()
c2.function()

方案二：ContextVars上下文存储（异步安全，适配aiomisc） #

在aiomisc这类异步框架中，调用栈回溯可靠性不足，改用contextvars实现任务级别的上下文存储，配合装饰器自动为类方法注入实例标识，再通过过滤器修改日志消息。这种方式仅需在外部为类方法添加装饰器，无需修改原有业务代码和日志调用。

import logging
import contextvars
import aiomisc
import asyncio
from functools import wraps

# 定义任务级上下文变量，存储实例名称
instance_name_var = contextvars.ContextVar("instance_name", default="")

class InstanceNameFilter(logging.Filter):
    def filter(self, record):
        name = instance_name_var.get()
        if name:
            record.msg = f"{record.name} - {name}: {record.msg}"
        return True

# 配置日志器
log = logging.getLogger("my_module")
log.addFilter(InstanceNameFilter())

# 用aiomisc的日志配置替代原生配置，更好融合框架
from aiomisc.log import basic_config
basic_config(level=logging.DEBUG)

# 装饰器：自动将实例名称注入上下文
def inject_instance_name(func):
    if asyncio.iscoroutinefunction(func):
        @wraps(func)
        async def wrapper(self, *args, **kwargs):
            token = instance_name_var.set(self.name)
            try:
                return await func(self, *args, **kwargs)
            finally:
                instance_name_var.reset(token)
        return wrapper
    else:
        @wraps(func)
        def wrapper(self, *args, **kwargs):
            token = instance_name_var.set(self.name)
            try:
                return func(self, *args, **kwargs)
            finally:
                instance_name_var.reset(token)
        return wrapper

# 原有业务代码完全不变
class MyClass:
    def __init__(self, name):
        self.name = name

    async def function(self):
        log.debug("My log!")

# 为类方法绑定装饰器（无需修改类定义）
MyClass.function = inject_instance_name(MyClass.function)

async def main():
    c1 = MyClass("first class")
    c2 = MyClass("second class")
    await asyncio.gather(c1.function(), c2.function())

if __name__ == "__main__":
    aiomisc.run(main())

关于aiomisc的适配 #

aiomisc本身没有直接提供此类实例日志标识的配置，但它基于asyncio，完全兼容contextvars的上下文方案。你可以将上述InstanceNameFilter直接集成到aiomisc的日志配置中，如示例中使用aiomisc.log.basic_config添加过滤器，实现与框架日志体系的无缝融合。

内容的提问来源于stack exchange，提问作者Top Topek