颜色日志:Python logging 模块的彩色终端输出增强库
2026-01-15 16:54:06作者:伍霜盼Ellen
项目简介
coloredlogs 是一个用于 Python 的 logging 模块的强大扩展,它为你的日志消息增加了色彩,使它们在终端上更具可读性和吸引力。通过使用 ANSI 转义序列,该库可以在任何 UNIX 终端上呈现标准颜色。项目支持 Python 2.7、3.5 及更高版本,以及 PyPy(2 和 3)环境,在 Windows 上,如果系统支持,将自动启用原生 ANSI 支持,否则会回退到使用 colorama 库。
项目技术分析
coloredlogs 主要通过其 ColoredFormatter 类实现对默认 logging.Formatter 的扩展,添加了对 ANSI 转义序列的支持。这意味着你可以轻松地将日志级别(如调试、信息、警告、错误和关键)以不同的颜色显示出来,使得日志在终端上的区分更直观。
此外,该项目还具备良好的兼容性,能在多种操作系统环境下正常工作,并自动处理 Windows 系统的颜色显示问题。对于 Windows 用户,无需额外设置即可享受彩色日志。
应用场景
coloredlogs 广泛适用于各种开发环境,特别是在命令行工具、后台服务或自动化脚本中。当你需要追踪代码运行状态,或者进行故障排查时,这种有颜色的日志可以帮助你快速识别不同级别的信息,从而提高工作效率。
- 开发调试:在开发过程中,彩色日志能够帮助开发者快速定位错误和调试信息。
- 运维监控:在生产环境中,彩色日志让运维人员能一目了然地看到系统状态和可能的问题。
- 自动化任务:在批处理脚本或定时任务中,彩色输出可以提升日志的可读性,便于理解任务执行情况。
项目特点
- 易用性:只需要几行代码就可以快速启用彩色日志功能,无论是全局还是特定 logger 对象。
- 定制化:允许自定义日志格式,包括选择显示的时间精度、额外字段等。
- 兼容性:支持 Python 2.x 到 3.x 以及 PyPy,同时处理好 Windows 系统的 ANSI 输出问题。
- 灵活性:除了基本的日志级别,还支持自定义的 logging 级别,并可调整文本样式和颜色。
- 非交互式环境支持:在 cron 脚本等非交互式环境中,可通过转换输出为 HTML 或其他方式保持颜色效果。
安装简单,只需运行 pip install coloredlogs 即可开始使用。想了解更多详情和用法,请参考 在线文档。
无论你是开发者、运维人员或是自动化脚本编写者,coloredlogs 都是值得尝试的优秀工具,它将改变你查看和理解日志的方式,提升你的工作效率。现在就开始加入这个多彩的世界吧!
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- 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
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
575
3.89 K
React Native鸿蒙化仓库
JavaScript
312
365
Ascend Extension for PyTorch
Python
397
474
🎉 (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
1.39 K
787
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++
902
706
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
360
219
昇腾LLM分布式训练框架
Python
122
148
暂无简介
Dart
814
200
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
93
161
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
124
161