Python标准库能否实现结构化日志？主流解决方案有哪些？

标准logging库的支持情况 #

Python标准库的logging模块本身没有原生支持直接输出JSON格式的结构化日志，但它的扩展性极强，你可以通过自定义Formatter来实现这个需求。

举个实用的例子，我们可以写一个自定义JSON格式化器，把日志的核心字段（时间、级别、消息、上下文参数等）转换成标准JSON字符串：

import logging
import json
from datetime import datetime

class JSONFormatter(logging.Formatter):
    def format(self, record):
        log_record = {
            "timestamp": datetime.utcnow().isoformat(),
            "level": record.levelname,
            "message": record.getMessage(),
            "module": record.module,
            "function": record.funcName
        }
        # 追加自定义上下文参数
        if hasattr(record, "extra"):
            log_record.update(record.extra)
        # 处理异常栈信息
        if record.exc_info:
            log_record["exc_info"] = self.formatException(record.exc_info)
        return json.dumps(log_record)

# 配置并使用示例
logger = logging.getLogger("structured_demo")
logger.setLevel(logging.INFO)

handler = logging.StreamHandler()
handler.setFormatter(JSONFormatter())
logger.addHandler(handler)

logger.info("用户登录成功", extra={"user_id": 123, "ip_address": "192.168.1.100"})

这种方式虽然可行，但需要自己处理异常栈、嵌套字段等细节，如果你的日志需求比较复杂，第三方库会更省心。

主流第三方解决方案 #

structlog：Python生态中最普及的结构化日志库 #

你提到的structlog绝对是当前Python领域最主流的结构化日志方案之一，普及度非常高。它被大量知名项目和企业级服务采用，比如PyPI平台、FastAPI生态中的部分项目、Airflow的核心组件，还有不少SaaS公司的后端系统都在使用它。

structlog的核心优势在于：

• 原生支持JSON等结构化格式输出
• 提供上下文链式管理（比如跨请求、跨函数传递用户ID、请求ID等上下文信息）
• 与标准logging模块无缝兼容，可复用现有日志配置
• 支持自定义处理器，灵活扩展日志格式

简单使用示例：

import structlog

# 配置structlog输出JSON格式
structlog.configure(
    processors=[
        structlog.processors.TimeStamper(fmt="iso"),
        structlog.processors.JSONRenderer()
    ]
)

logger = structlog.get_logger()

logger.info(
    "订单创建成功",
    order_id=456,
    total_amount=199.99,
    customer="jane_doe"
)

python-json-logger：轻量替代方案 #

如果你只需要基础的JSON格式化输出，不想引入structlog的复杂功能，python-json-logger是个不错的选择。它本质是给标准logging提供了一个开箱即用的JSON Formatter，用法极简：

import logging
from pythonjsonlogger import jsonlogger

logger = logging.getLogger("simple_structured_log")
handler = logging.StreamHandler()
formatter = jsonlogger.JsonFormatter("%(asctime)s %(levelname)s %(message)s")
handler.setFormatter(formatter)
logger.addHandler(handler)
logger.setLevel(logging.INFO)

logger.info("支付完成", extra={"amount": 99.99, "currency": "USD"})

这个库轻量、专注，适合对日志需求没那么复杂的小型项目。

总结 #

• 标准logging库可通过自定义Formatter实现结构化日志，但需要自行处理细节；
• structlog是当前最流行的专业结构化日志库，功能强大、社区活跃，普及度很高；
• python-json-logger是轻量替代方案，适合快速实现基础的JSON日志输出。

内容的提问来源于stack exchange，提问作者Martin Thoma