真正有效的错误追踪需整合日志记录、异常捕获、堆栈解析与上下文注入：统一用sys.excepthook接管未处理异常并写入结构化日志；主动在关键位置记录用户ID、请求ID等上下文；过滤框架堆栈仅保留项目源码帧；线上环境须关闭debug、日志落盘轮转、按ENV区分日志行为。

Python报错时，光看Traceback往往不够——日志没上下文、堆栈太深难定位、线上环境看不到终端输出。真正有效的错误追踪，得把日志记录、异常捕获、堆栈解析和上下文注入串起来用。

统一捕获未处理异常：别让程序静默崩溃

默认情况下，未捕获的异常只打印到stderr，线上服务可能直接丢弃。用sys.excepthook全局接管：

（推荐放在主模块入口或初始化逻辑中）

• 重写sys.excepthook，把异常信息写入结构化日志（如JSON格式），包含时间、模块名、函数名、行号、错误类型和完整堆栈字符串
• 避免在hook里做耗时操作（如网络请求），防止阻塞主线程；可异步写入或交由日志库（如loguru）处理
• 配合logging.basicConfig设置level=logging.ERROR，确保错误级别日志不被过滤

主动记录关键上下文：错误不是孤立发生的

单看堆栈常无法复现问题——用户ID、请求ID、输入参数、配置版本都缺失。在关键位置手动打点：

• 用logger.exception("处理订单失败")代替print(e)，自动附加当前堆栈
• 在函数入口用logger.debug(f"args={args}, config={cfg.version}")记录轻量上下文（注意脱敏敏感字段）
• 借助logging.LoggerAdapter或loguru的bind()，为日志自动注入request_id等字段，避免每个logger.xxx()都手动拼接

解析并精简堆栈：聚焦真正出问题的代码行

默认traceback.format_exc()包含大量框架/库内部调用，干扰判断。可用traceback模块定制过滤：

• 用traceback.extract_tb()提取帧信息，遍历后跳过site-packages、lib/python等路径的帧，只保留项目源码部分
• 结合inspect.getsourcefile()确认是否属于你的模块，再决定是否保留该帧
• 对Web应用，可额外提取flask.request.url或django.http.HttpRequest.path，写入日志便于关联请求

线上环境必须做的三件事

本地能复现≠线上可排查。上线前检查：

• 关闭debug=True（Flask）或DEBUG=True（Django），防止敏感信息泄露到HTTP响应中
• 日志输出到文件而非stdout，并配置轮转（RotatingFileHandler），避免磁盘打满
• 部署时注入ENV=prod环境变量，在代码中区分开发/生产日志行为（如生产环境禁用logger.debug）