env_logger:灵活的日志记录解决方案
2026-01-15 17:12:24作者:伍霜盼Ellen
env_logger 是一个基于 Rust 的日志库,它允许您通过环境变量来配置日志设置。这个库是为那些希望在应用程序中实现方便日志管理的开发者设计的,尤其适用于二进制项目。其底层依赖于 log 库,用于实际的日志输出。
使用和集成
要开始使用 env_logger,首先需要将其与 log 一起添加到你的项目依赖中:
$ cargo add log env_logger
然后,在程序的早期阶段初始化 env_logger,并利用 log 宏进行日志记录:
use log::info;
fn main() {
env_logger::init();
info!("starting up");
// ...
}
通过设置 RUST_LOG 环境变量,你可以控制显示哪些日志信息。例如:
$ RUST_LOG=info ./your_executable
这将展示所有级别为 info 及其以上的日志条目。日志级别包括 error、warn、info、debug 和 trace,不区分大小写。
测试中的应用
对于测试,env_logger 提供了方便的方法,在测试期间查看日志输出。只需在测试中调用 env_logger::builder().is_test(true).try_init() 即可启用日志记录。
#[cfg(test)]
mod tests {
// ...
fn init() {
let _ = env_logger::builder().is_test(true).try_init();
}
#[test]
fn it_works() {
init();
// 日志代码...
}
}
自定义日志目标和格式
env_logger 的构建器(Builder)提供了定制功能,您可以更改日志的目标,比如从默认的错误输出改到标准输出:
let mut builder = env_logger::Builder::from_default_env();
builder.target(env_logger::Target::Stdout);
builder.init();
关于日志输出格式的稳定性,请注意,env_logger 默认格式可能会随着版本更新而变化,如果需要长期稳定的输出格式,建议使用自定义格式。
项目特点
- 灵活:通过环境变量轻松调整日志级别和格式。
- 易于集成:在 Rust 项目中,无论是在主程序还是测试中,都能快速启用。
- 扩展性:支持自定义日志处理器和输出目标,以满足特定需求。
- 性能优化:避免不必要的开销,只输出你需要的日志信息。
env_logger 以其简洁的 API 和强大的特性,成为 Rust 开发者处理日志的理想选择。无论是调试复杂问题,还是监控生产环境,它都能提供有力的支持。现在就加入 env_logger,提升你的日志管理水平吧!
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C0100
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
288
321
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++
850
447
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
239
100
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
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
451
180
🎉 (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
1.28 K
705