你可以使用python内置的logging模块进行日志记录。在配置Logger对象时,你可以设置日志级别为DEBUG,并且设置格式包括具体的文件名和行号信息。

以下是一个示例配置:

import logging

logger = logging.getLogger(__name__)
logger.setLevel(logging.DEBUG)

formatter = logging.Formatter('%(asctime)s : %(levelname)s - [%(filename)s:%(lineno)s] - %(message)s')

console_handler = logging.StreamHandler()
console_handler.setFormatter(formatter)
logger.addHandler(console_handler)

file_handler = logging.FileHandler('log_file.log')
file_handler.setFormatter(formatter)
logger.addHandler(file_handler)

其中 %(filename)s%(lineno)s 分别代表当前日志所在文件的文件名和行号。这样,在打印日志时,就可以看到对应的代码文件和行数信息了。

在代码里记录日志时,你可以使用Logger对象的不同方法来记录不同级别的日志信息,例如以下几种方法:

logger.debug("This is a debug log")
logger.info("This is an info log")
logger.warning("This is a warning log")
logger.error("This is an error log")
logger.critical("This is a critical log")

以上代码将输出形如以下日志信息(其中包括了文件名和行号):

2021-07-07 14:39:26,857 : DEBUG - [test.py:6] - This is a debug log
2021-07-07 14:39:26,861 : INFO - [test.py:7] - This is an info log
2021-07-07 14:39:26,865 : WARNING - [test.py:8] - This is a warning log
2021-07-07 14:39:26,867 : ERROR - [test.py:9] - This is an error log
2021-07-07 14:39:26,870 : CRITICAL - [test.py:10] - This is a critical log

你可以根据实际需求使用不同的日志级别,以便更好地跟踪调试代码。同时,在出现问题时,可以快速定位问题所在的代码位置。