Loguru日志库中实现日志记录字段截取的方法
2025-05-10 13:53:38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
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。C0105
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
479
3.57 K
React Native鸿蒙化仓库
JavaScript
289
341
Ascend Extension for PyTorch
Python
290
322
暂无简介
Dart
730
175
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
11
1
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
247
105
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
452
🔥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
65
20
仓颉编程语言运行时与标准库。
Cangjie
149
885