Easylogging++ 中 Logger 日志函数与 STL 容器的使用注意事项
2025-06-17 16:18:17作者:江焘钦
问题现象
在使用 Easylogging++ 日志库时,开发者可能会遇到一个有趣的现象:当通过 Logger 对象的 info() 等日志函数直接输出 STL 容器时,如果参数中包含字符串和 STL 容器的组合,可能会出现日志内容缺失的情况。
具体表现为:
- 使用全局 LOG 宏可以正常输出字符串和 STL 容器的组合
- 使用 Logger 对象的日志函数时,如果第一个参数是字符串,后面跟着 STL 容器,容器内容不会被记录
- 如果直接传递 STL 容器作为唯一参数,则可以正常输出
原因分析
这种现象的根本原因在于 Easylogging++ 的两种不同日志记录方式的工作机制差异:
-
流式日志记录(LOG宏):
- 使用 C++ 的流操作符(<<)拼接日志内容
- 自动处理所有类型的输出
- 对 STL 容器有原生支持(需定义 ELPP_STL_LOGGING)
-
格式化日志记录(Logger成员函数):
- 使用类似 printf 的格式化语法
- 需要在格式字符串中明确指定参数位置
- 必须使用 %v 作为占位符来指示参数插入位置
解决方案
要正确使用 Logger 对象的日志函数输出 STL 容器,必须遵循以下规则:
- 在格式字符串中使用 %v 占位符标记参数位置
- 确保占位符数量与后续参数数量匹配
- 对于 STL 容器参数,同样使用 %v 作为占位符
正确用法示例
#include <string>
#include <vector>
#define ELPP_STL_LOGGING
#include "easylogging++.h"
INITIALIZE_EASYLOGGINGPP
int main() {
auto& mainLogger = *el::Loggers::getLogger("main");
std::vector<std::string> check = {"check1", "check2"};
// 正确用法1:使用%v占位符
mainLogger.info("Logger log %v", check);
// 正确用法2:直接传递容器
mainLogger.info(check);
// 正确用法3:多个参数和字符串组合
mainLogger.info("First: %v, Second: %v", check, std::vector<int>{1,2,3});
return 0;
};
技术背景
Easylogging++ 的这种设计源于其支持两种不同的日志记录范式:
-
类型安全的流式接口:
- 基于C++流操作符重载
- 编译时类型检查
- 自动处理各种类型的字符串表示
-
高效的格式化接口:
- 类似传统C的printf风格
- 运行时解析格式字符串
- 需要显式指定参数位置
- 性能可能略优于流式接口
对于STL容器的支持,Easylogging++ 通过模板特化和运算符重载实现,但需要开发者明确启用 ELPP_STL_LOGGING 宏定义。
最佳实践建议
- 根据项目需求统一选择一种日志记录风格
- 如果使用格式化风格,务必记得添加%v占位符
- 对于复杂对象组合,考虑使用流式接口提高可读性
- 在性能敏感场景,可以测试两种方式的性能差异
- 启用STL日志支持时,确保所有编译单元都定义了ELPP_STL_LOGGING
理解这些底层机制可以帮助开发者更有效地使用Easylogging++,避免常见的日志输出问题。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
410
3.16 K
Ascend Extension for PyTorch
Python
227
254
暂无简介
Dart
674
160
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++
664
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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
264
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868