Loguru与Rich集成中自定义日志级别"success"的实现
2025-05-10 06:29:12作者:董灵辛Dennis
在Python日志处理中,Loguru是一个广受欢迎的日志库,而Rich则提供了美观的终端输出格式。当开发者尝试将两者结合使用时,可能会遇到Loguru特有的"success"日志级别不被Rich支持的问题。本文将深入探讨这一问题的解决方案。
问题背景
Loguru提供了标准Python logging模块之外的额外日志级别,其中"success"级别(对应数值25)是一个典型例子。然而,Rich的日志处理器基于Python标准库的logging模块,该模块默认不包含"success"这一级别。
解决方案
要解决这一兼容性问题,我们需要手动向Python的logging模块注册"success"级别:
import logging
from loguru import logger
from rich.logging import RichHandler
# 关键步骤:注册自定义日志级别
logging.addLevelName(25, "SUCCESS")
logger.configure(
handlers=[
{
"sink": RichHandler(),
"format": "{name}:{function}:{line} - {message}",
}
]
)
logger.success("这是一条成功消息")
实现原理
logging.addLevelName()函数允许我们向logging模块添加自定义级别- 第一个参数25是Loguru中"success"级别对应的数值
- 第二个参数"SUCCESS"指定了该级别的名称(注意需要大写)
进阶配置
如果需要进一步自定义"success"级别的显示样式(如颜色),可以参考Rich库的相关文档进行样式配置。通常可以通过继承RichHandler类或修改其样式表来实现更精细的控制。
总结
通过这种简单的注册方式,我们成功地在Loguru和Rich的集成中保留了"success"这一有用的日志级别。这种技术不仅适用于"success"级别,也可以推广到其他自定义日志级别的处理场景中,为开发者提供了更大的灵活性。
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 StartedRust0218
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 Notebook0139
uni-appA cross-platform framework using Vue.jsJavaScript09
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
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
471
465
deepin linux kernel
C
32
16
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
2.09 K
218
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++
700
1.4 K
暂无描述
Dockerfile
780
5.08 K
Ascend Extension for PyTorch
Python
758
968
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
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++
880
2.03 K
MindQuantum is a general software library supporting the development of applications for quantum computation.
Python
183
111
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.11 K
682