Loguru日志库中实现日志记录字段截取的方法
2025-05-10 17:02:01作者:董灵辛Dennis
在实际开发中,我们经常需要对日志格式进行定制化处理,特别是当某些字段内容过长时,合理的截取可以显著提高日志的可读性。Loguru作为Python生态中广受欢迎的日志库,提供了灵活的日志格式定制功能。
日志格式定制的基本原理
Loguru的日志格式遵循Python标准库中的字符串格式化语法。在定义日志格式时,我们可以使用{key:format}这样的语法来指定字段的显示格式。例如{level.name:<8}表示将日志级别名称左对齐并填充至8个字符宽度。
然而,标准的字符串格式化语法并不直接支持对字段内容进行切片或子字符串操作。这意味着如果我们想截取函数名的前14个字符,无法直接在格式字符串中实现。
通过record扩展实现字段截取
Loguru提供了一个强大的解决方案:通过record字典的extra字段来存储处理后的数据。具体实现步骤如下:
- 定义一个处理函数,对原始字段进行处理并存入
extra - 使用
logger.configure(patcher=处理函数)注册这个处理函数 - 在日志格式字符串中引用
extra中的处理结果
示例代码如下:
from loguru import logger
import sys
def process_function_name(record):
# 截取函数名前14个字符并存入extra
record["extra"]["short_func"] = record["function"][0:14]
def long_function_name_example():
logger.info("这是一条日志消息")
if __name__ == "__main__":
# 配置logger使用我们的处理函数
logger.configure(patcher=process_function_name)
# 移除默认handler并添加自定义handler
logger.remove()
logger.add(sys.stderr, format="{time:YYYY-MM-DD HH:mm:ss} | {extra[short_func]:<15} | {message}")
logger.info("程序启动")
long_function_name_example()
执行这段代码,输出结果将显示截取后的函数名:
2024-03-30 18:17:19 | <module> | 程序启动
2024-03-30 18:17:19 | long_function_ | 这是一条日志消息
高级应用场景
这种方法不仅适用于函数名截取,还可以应用于各种需要预处理日志字段的场景:
- 敏感信息脱敏处理
- 长路径的简化显示
- 复杂数据结构的摘要生成
- 多语言日志内容的翻译
性能考量
虽然这种预处理方式会增加少量的性能开销,但在大多数应用场景中,这种开销是可以忽略不计的。Loguru内部已经对日志记录过程进行了高度优化,确保即使在处理大量日志时也能保持良好的性能。
总结
通过Loguru的record扩展机制,我们可以灵活地预处理日志字段,实现各种复杂的格式化需求。这种方法既保持了日志格式定义的简洁性,又提供了强大的扩展能力,是Loguru日志库设计精妙之处的一个体现。在实际项目中,合理运用这一特性可以显著提升日志系统的可读性和实用性。
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 StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
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
570
99
暂无描述
Dockerfile
709
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
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
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
952
235
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
2