Loguru日志库中实现日志记录字段截取的方法
2025-05-10 22:27:42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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
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++
654
279
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
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (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
1.12 K
630
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100
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
385
3.74 K