问题现象与根源分析
在使用loguru的stop()方法时，开发者经常遇到日志消息重复输出的异常情况。典型表现为：
- 单条日志被重复打印2-3次到控制台
- 文件日志中出现完全相同的重复条目
- 在Jupyter Notebook等交互式环境中问题加剧
通过源码分析发现，这通常由处理器未正确卸载导致。当调用stop()时，如果存在以下情况就会触发问题：
# 错误示例
logger.add("file.log")
stop_id = logger.add(sys.stderr)
logger.stop(stop_id) # 可能导致剩余处理器重复输出
核心解决方案
1. 完全卸载模式
最可靠的解决方法是彻底重置所有处理器：
from loguru import logger
def safe_stop():
logger.remove() # 移除所有处理器
handler_ids.clear() # 清空全局记录
2. 上下文管理方案
采用Python上下文管理器确保资源释放：
from contextlib import contextmanager
@contextmanager
def managed_logging(sink):
handler_id = logger.add(sink)
try:
yield
finally:
logger.remove(handler_id)
logger._core.handlers.pop(handler_id, None)
高级应用场景
多线程环境处理
在并发场景下需要添加线程锁机制：
import threading
log_lock = threading.Lock()
def thread_safe_stop(handler_id):
with log_lock:
logger.remove(handler_id)
# 额外清理内部状态
logger._core.handlers.pop(handler_id, None)
异常处理最佳实践
建议将stop操作包裹在异常处理中：
try:
logger.stop(handler_id)
except ValueError as e:
logger.warning(f"Handler removal failed: {e}")
logger.remove() # 强制清理所有
性能优化建议
| 操作 | 时间复杂度 | 推荐场景 |
|---|---|---|
| 单次stop | O(n) | 明确知道handler_id时 |
| logger.remove() | O(1) | 需要完全重置时 |
通过以上方法，可以有效解决loguru库中stop()方法导致的日志重复问题，建议在生产环境中采用上下文管理器模式作为标准实践。