Вопрос логирования ошибок в Python – штука не такая уж тривиальная, как кажется на первый взгляд. Чистый print("Ошибка"), конечно, работает, но нормально отследить баги и понять, что реально происходит – тут другое дело. Вот небольшой чек-лист, который сам использую, чтобы логирование работало на ура.

1. Используй стандартный модуль logging. Не изобретай велосипед с print. Он гибкий, удобный, и можно писать в файлы, отправлять на удалённые сервисы и т.д.
2. Настраивай уровни логов (DEBUG, INFO, WARNING, ERROR, CRITICAL) — чтобы не захламлять ленту, но не пропускать важное.
3. Логируй исключения через logging.exception() внутри блока except. Там автоматически подхватывается traceback, а это очень помогает разбираться, что по факту сломалось.
4. Не забывай про конфигурацию формата вывода: время, уровень, имя модуля/функции, строка — это минимум для удобного разбора.
5. Для крупных проектов отделяй логи ошибок отдельно от обычных информационных сообщений, чтобы быстро видеть критичные сбои.
6. Если скрипт запускается как сервис, логируй также начало и завершение работы — лучше понять, где именно зависло.
7. Важный момент — настрой ротацию логов (например, RotatingFileHandler), иначе файлы разрастутся до гигантских размеров спустя пару дней.
8. Не забывай про логирование в тестах – если используется unittest/pytest, полезно видеть детали ошибок там сразу.
9. Проверяй, что логи реально сохраняются и читаются, иначе забьешься потом искать, почему нет инфы об ошибках.
10. Иногда полезно добавить в логи контекст – параметры функции, состояние переменных — только не переборщи, чтобы не раскрывать конфиденциальные данные.

Сам замечал, что многие сводят логирование к паре print и забывают про структуру, потом тратят часы на поиски причины. А у кого есть примеры нестандартного подхода в логировании – делитесь, интересно, кто как обходится без стандартных решений.

Кто что ещё добавил бы в этот чек-лист? Или есть спорные моменты?