Loguru日志库中自定义日志级别颜色的正确配置方法
2025-05-09 18:09:17作者:伍希望
Loguru作为Python生态中广受欢迎的日志记录库,其强大的功能和简洁的API设计深受开发者喜爱。在实际开发中,我们经常需要为不同级别的日志消息配置不同的颜色,以提高日志的可读性。本文将详细介绍如何正确配置Loguru中的日志级别颜色。
常见配置误区
很多开发者初次使用Loguru时,会尝试直接通过logger.level()方法设置颜色,例如:
logger.level("DEBUG", color="<red>")
logger.level("INFO", color="<blue>")
虽然这种语法看起来合理,但实际上单独这样设置是不够的。这是因为Loguru的颜色系统需要同时在两个地方进行配置:
- 日志级别与颜色的映射关系
- 日志格式中的颜色标记
完整配置方案
要实现完整的日志颜色定制,需要按照以下步骤操作:
1. 定义日志级别颜色
首先使用logger.level()方法定义各个级别的颜色:
logger.level("DEBUG", color="<red>")
logger.level("INFO", color="<blue>")
logger.level("WARNING", color="<yellow>")
logger.level("ERROR", color="<magenta>")
logger.level("CRITICAL", color="<bold><black bg=white>")
2. 配置日志格式中的颜色标记
在添加日志处理器时,必须在格式字符串中包含颜色标记:
logger.add(
sink=sys.stderr,
format="<level>{message}</level>",
colorize=True,
level="DEBUG"
)
关键点在于<level></level>这对标签,它们告诉Loguru在何处应用之前定义的颜色。
高级配置技巧
-
多颜色组合:可以使用多个颜色标签组合,如
<bold><red>表示加粗的红色文字 -
背景色设置:通过
bg=参数可以设置背景色,如<white bg=red> -
条件着色:可以使用条件表达式实现更复杂的着色逻辑
-
文件输出:对于文件输出,建议关闭颜色(
colorize=False),因为颜色标记会以原始文本形式写入文件
实际应用示例
以下是一个完整的配置示例,展示了如何在控制台和文件中分别配置带颜色和不带颜色的日志:
from loguru import logger
import sys
# 移除默认配置
logger.remove()
# 控制台输出 - 带颜色
logger.add(
sink=sys.stderr,
format="<level>{time:YYYY-MM-DD HH:mm:ss} | {level} | {message}</level>",
colorize=True,
level="DEBUG"
)
# 文件输出 - 不带颜色
logger.add(
"application.log",
format="{time:YYYY-MM-DD HH:mm:ss} | {level} | {message}",
colorize=False,
level="DEBUG"
)
# 定义各级别颜色
logger.level("DEBUG", color="<cyan>")
logger.level("INFO", color="<green>")
logger.level("WARNING", color="<yellow>")
logger.level("ERROR", color="<red>")
logger.level("CRITICAL", color="<bold><white bg=red>")
# 测试日志输出
logger.debug("调试信息")
logger.info("程序启动")
logger.warning("磁盘空间不足")
logger.error("数据库连接失败")
logger.critical("系统崩溃!")
通过以上配置,开发者可以在控制台中看到彩色分级的日志信息,同时在文件中保存干净的日志记录,既美观又实用。
总结
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
568
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
801
199
🎉 (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
1.37 K
781
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
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
349
202
Ascend Extension for PyTorch
Python
379
452
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1