Serilog中处理日志消息换行符转义的最佳实践
2025-05-29 09:10:26作者:鲍丁臣Ursa
在日志收集和分析系统中,处理包含换行符的日志消息是一个常见挑战。本文将介绍如何在使用Serilog时有效处理日志消息中的换行符,特别是针对需要将日志发送到Azure事件中心等系统的场景。
问题背景
当应用程序日志需要发送到Azure事件中心时,系统会将换行符解释为日志消息分隔符,这会导致格式混乱。我们需要在日志输出时转义换行符(将\n转换为\n),但在存储到文件时保留原始格式。
传统解决方案的局限性
常见的解决方案是创建自定义的日志事件丰富器(Enricher),通过RenderMessage()方法获取消息内容后进行转义处理。但这种方法存在以下问题:
- 无法正确处理消息模板中的:l(字面量)修饰符
- 参数值会被自动加上引号
- 需要为每个参数手动指定:l修饰符
基于Serilog.Expressions的改进方案
Serilog.Expressions提供了更优雅的解决方案,通过自定义格式化函数实现换行符转义:
- 首先定义转义函数:
public static class LogFormattingFunctions
{
public static LogEventPropertyValue? EscapeNewlines(
LogEventPropertyValue? messageValue)
{
if (messageValue is ScalarValue scalar && scalar.Value is string message)
return new ScalarValue(message
.Replace("\r", "\\r")
.Replace("\n", "\\n"));
return null;
}
}
- 在配置中使用表达式模板:
{
"WriteTo": {
"Console": {
"formatter": {
"type": "Serilog.Templates.ExpressionTemplate",
"template": "[{@t:HH:mm:ss}] {@l:u3} {EscapeNewlines(@m)}",
"nameResolver": "YourNamespace.LogFormattingFunctions::NameResolver, YourAssembly"
}
}
}
}
实现细节解析
- 表达式模板:使用{@m}获取原始消息内容,通过EscapeNewlines()函数处理
- 名称解析器:将自定义函数注册到表达式引擎
- 条件处理:表达式模板支持条件判断,可灵活处理异常等情况
配置注意事项
- 对于bootstrap logger,需要在代码中显式配置名称解析器
- 生产环境建议将模板字符串提取到配置文件中
- 可以结合环境变量实现不同环境的不同处理策略
方案优势
- 更简洁:无需为每个参数指定修饰符
- 更灵活:可在模板中直接调用自定义函数
- 更可维护:转义逻辑集中在一处,便于修改
- 性能更好:避免多次渲染消息
通过这种方案,我们可以优雅地解决日志消息中的换行符处理问题,同时保持日志系统的灵活性和可维护性。这种方法不仅适用于换行符转义,也可推广到其他需要对日志消息进行预处理的各种场景。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
763
4.96 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.8 K
191
Ascend Extension for PyTorch
Python
718
875
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.73 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
454
5.07 K