Python中如何正确处理异常且不丢失回溯（Traceback）信息？

我太懂你这个需求了——只看到“An error occurred: division by zero”这种日志，根本没法快速定位到底是哪个函数、哪行代码出的问题，尤其是在复杂项目里，回溯信息才是调试的关键。别担心，Python的logging模块其实自带了完善的回溯记录能力，而且还有几种灵活的实现方式，我给你一步步理清楚：

方法1：用logging.exception()（最简单直接的方式） #

这是Python logging模块专门为异常场景设计的方法，自动记录当前捕获到的异常的完整回溯，不用手动处理traceback模块。把你原来的代码改成这样就行：

import logging

logging.basicConfig(level=logging.ERROR)

def risky_function():
    # 模拟错误
    x = 1 / 0

try:
    risky_function()
except Exception as e:
    # 用logging.exception替代logging.error，自动包含完整回溯
    logging.exception("An error occurred while executing risky_function")

运行后，日志会输出类似这样的内容，包含完整的调用栈：

ERROR:root:An error occurred while executing risky_function
Traceback (most recent call last):
  File "<your_script_path>", line 12, in <module>
    risky_function()
  File "<your_script_path>", line 8, in risky_function
    x = 1 / 0
ZeroDivisionError: division by zero

为什么这个方法好用？ #

• 它默认使用ERROR级别（和logging.error同级）
• 自动将当前异常的回溯信息附加到日志中，不需要手动传递任何额外参数
• 你可以在第一个参数里写自定义的错误上下文（比如“执行风险函数时出错”），让日志更有可读性

方法2：手动控制回溯记录（适合指定日志级别时） #

如果你不想用logging.exception()（比如你需要用logging.warning或者logging.critical级别），可以用exc_info参数或者traceback模块来手动添加回溯：

方式2.1：用exc_info=True参数 #

直接在logging.error/logging.warning等方法里加上exc_info=True，logging模块会自动记录当前异常的回溯：

import logging

logging.basicConfig(level=logging.ERROR)

def risky_function():
    x = 1 / 0

try:
    risky_function()
except Exception as e:
    # 用exc_info=True让logging模块自动包含回溯
    logging.error("An error occurred: %s", e, exc_info=True)

方式2.2：结合traceback模块手动获取回溯字符串 #

如果你需要把回溯信息存到变量、做自定义格式化，或者嵌入到结构化日志里，可以用traceback.format_exc()来获取完整的回溯字符串，然后传给logging：

import logging
import traceback

logging.basicConfig(level=logging.ERROR)

def risky_function():
    x = 1 / 0

try:
    risky_function()
except Exception as e:
    # 获取完整回溯字符串
    full_traceback = traceback.format_exc()
    # 可以把回溯作为日志的一部分，或者单独记录
    logging.error("An error occurred: %s\nFull traceback:\n%s", e, full_traceback)
    # 或者如果需要结构化日志，还可以把回溯放到额外字段里（比如用JSON日志格式）

最佳实践建议 #

1. 尽量捕获具体异常，而非泛用Exception
   比如如果是除法错误，优先捕获ZeroDivisionError，实在不确定可能出现什么异常时再用Exception，避免意外捕获到系统退出类的异常（比如KeyboardInterrupt）。

2. 统一日志格式
   可以在logging.basicConfig里自定义日志格式，比如包含时间、日志级别、模块名、消息和回溯，方便后期排查：

   logging.basicConfig(
       level=logging.ERROR,
       format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
       datefmt='%Y-%m-%d %H:%M:%S'
   )
   

3. 结构化日志（进阶）
   如果你的项目需要做日志分析（比如用ELK、Splunk等工具），可以用结构化日志格式（比如JSON），把回溯信息作为单独的字段存储。比如手动构造字典日志：

   import logging
   import traceback
   import json
   
   def log_structured_error(message, exception):
       log_data = {
           "level": "ERROR",
           "message": message,
           "exception_type": type(exception).__name__,
           "traceback": traceback.format_exc()
       }
       logging.error(json.dumps(log_data))
   

4. 不要重复记录日志
   不要在except块里既用print(e)又用logging.error，保持日志的统一性，所有错误信息都通过logging模块输出，方便集中管理和分析。

回到你原来的代码，问题就出在logging.error("An error occurred: %s", e)只记录了异常的描述信息，没有告诉logging模块要包含回溯。用上面的方法1或者方法2，就能完整保留回溯信息，让调试效率提升N倍！

备注：内容来源于stack exchange，提问作者AkshatTm