如何在rs/zerolog中自定义日志输出格式
2025-05-20 04:38:29作者:侯霆垣
rs/zerolog是一个高性能的Go语言日志库,它提供了灵活的日志格式定制功能。本文将介绍如何通过zerolog的ConsoleWriter来自定义日志输出格式,特别是如何移除时间戳显示。
问题背景
在使用zerolog时,默认的日志输出会包含时间戳、日志级别和消息内容。例如:
<nil> INFO | selected compose file: /etc/docker/stacks/devops/compose.yml
其中<nil>是时间戳的占位符,而我们可能希望只显示日志级别和消息内容。
解决方案
zerolog的ConsoleWriter提供了PartsOrder属性,允许我们完全控制日志输出的组成部分及其顺序。以下是实现自定义日志格式的完整代码示例:
func init() {
output := zerolog.ConsoleWriter{Out: os.Stdout}
output.PartsOrder = []string{
zerolog.LevelFieldName,
zerolog.MessageFieldName,
}
output.FormatLevel = func(i interface{}) string {
return strings.ToUpper(fmt.Sprintf("[%s]", i))
}
output.FormatMessage = func(i interface{}) string {
return fmt.Sprintf("%s", i)
}
log = zerolog.New(output).Level(zerolog.InfoLevel)
}
关键点解析
-
PartsOrder属性:这个字符串切片决定了日志输出中包含哪些字段以及它们的顺序。通过只包含LevelFieldName和MessageFieldName,我们移除了时间戳的显示。
-
FormatLevel函数:自定义日志级别的显示格式。上面的示例将日志级别转换为大写并用方括号包裹。
-
FormatMessage函数:自定义消息内容的显示格式。这里保持原样输出。
进阶用法
除了基本的格式定制,zerolog还支持更多高级功能:
- 自定义颜色输出:可以为不同日志级别设置不同颜色
- 添加额外字段:在PartsOrder中加入自定义字段名
- 条件格式化:根据日志级别或其他条件改变输出格式
总结
通过zerolog的ConsoleWriter,我们可以轻松实现各种日志格式需求。PartsOrder属性是控制日志组成部分的关键,配合Format系列函数,能够创建出完全符合项目需求的日志输出格式。这种灵活性使得zerolog成为Go生态中日志处理的优秀选择。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
9
1
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++
660
308
🔥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
64
19
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。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878