1
0

python: loguru 日志库

This commit is contained in:
周中平 2023-10-20 16:32:14 +08:00
parent 56f57badeb
commit b1dc4db72a
Signed by: zhouzhongping
GPG Key ID: 6666822800008000

View File

@ -0,0 +1,252 @@
---
title: loguru 日志库
description: 一个非常简单但功能强大的Python日志库
keywords:
- Python
- loguru
- 日志
tags:
- Python
- loguru
- 日志
sidebar_position: 5
author: 7Wate
date: 2023-10-20
---
**简单而强大的 Python 日志库**
Loguru 是一个非常简单但功能强大的 Python 日志库,它可以让你用极少的代码就实现强大的日志功能。
## 安装
```shell
pip install loguru
```
## 基本用法
### 创建 logger 对象
```python
from loguru import logger
logger.info("Hello World!")
```
### 设置日志级别
使用 logger 的 level() 方法可以设置日志级别级别从低到高为TRACE、DEBUG、INFO、SUCCESS、WARNING、ERROR、CRITICAL。**值得注意的是Loguru 还提供了一个额外的 SUCCESS 级别。**
```python
logger.level("INFO") # 设置日志级别为INFO
```
默认级别为 DEBUG低于设置级别的日志不会被显示。
### 输出到控制台
默认 Loguru 会将日志输出到 sys.stderr你可以通过 add() 指定其他输出方式:
```python
logger.add(sys.stdout) # 日志输出到stdout
```
### 输出到文件
输出日志到文件只需要提供文件名Loguru 会自动处理后续的文件创建及回滚等操作:
```python
logger.add("file.log") # 日志输出到file.log文件
```
**Loguru 还提供了“热重载”功能,如果日志文件被删除或移动,将自动创建新的日志文件。**
## 格式化日志
Loguru 支持非常丰富的参数格式设置,可以完全自定义日志内容和格式。一些常用的参数包括:
| 格式化对象 | 格式化语法 | 示例 |
| :--------- | :--------------------- | :------------------------------------- |
| 时间 | `{time}` `{time:格式}` | `{time}`, `{time:YYYY-MM-DD HH:mm:ss}` |
| 级别 | `{level}` | `{level}` |
| 消息 | `{message}` | `{message}` |
| 模块 | `{module}` | `{module}` |
| 函数 | `{function}` | `{function}` |
| 行号 | `{line}` | `{line}` |
| 进程 | `{process}` | `{process}` |
| 线程 | `{thread}` | `{thread}` |
| 文件名 | `{file}` | `{file}` |
| Logger名 | `{name}` | `{name}` |
| 异常 | `{exception}` | `{exception}` |
| 嵌套 | `{time:{hour}}` | `{time:{hour}}` |
| 条件表达式 | `{level:样式 if 条件}` | `{level:红色 if level=="ERROR"}` |
| 设置宽度 | `{参数:<宽度}` | `{level:<8}` |
| 设置精度 | `{参数:.精度}` | `{level:.2f}` |
| 设置颜色 | `{参数:<颜色>}` | `{level:<red>}` |
| 设置样式 | `{参数:<样式>}` | `{message:<bold>}` |
例如:
```python
logger.info("{time:<12} - {level:<8} - {message}", "Hello World!")
# 输出
# 2022-07-14 201432.199 - INFO - Hello World!
```
## 日志文件管理
Loguru 可以方便地对日志文件进行管理。
### 设置日志文件大小
通过`rotation`参数可以设置每个日志文件的最大大小:
```python
logger.add("file.log", rotation="500 MB") # 设置日志文件最大500MB
```
### 设置回滚日志文件个数
通过`retention`参数可以设置保留的历史日志文件个数:
```python
logger.add("file.log", rotation="500 MB", retention="10") # 保留最近10个日志文件
```
### 滚动日志文件
日志文件到达最大大小后会自动滚动,新的日志写入到新的文件。可以通过`rotate()`主动触发滚动。
```python
logger.rotate("file.log") # 手动滚动日志文件
```
## 异常捕获
Loguru 可以非常方便地记录异常信息。
### 记录异常信息
在`try except`中使用 logger.exception() 可以记录异常堆栈:
```python
try:
1/0
except:
logger.exception("Catch an exception.")
```
它会打印出完整的异常信息,像正常的 traceback 模块。
### 格式化异常显示
可以使用`format_exc`参数来格式化显示异常:
```python
try:
1/0
except Exception as e:
logger.error("Error {e}", e=logger.format_exc())
```
## 过滤日志
可以通过添加或删除过滤器来过滤日志。
### 添加过滤器
例如只记录 warning 及以上级别的日志:
```python
logger.add(lambda msg: msg.level > 20)
```
### 删除过滤器
```python
logger.remove() # 移除所有过滤器
```
## 异步日志
Loguru原生支持异步日志可以通过`queue_size`参数开启。
```python
logger.add("file.log", enqueue=True) # 异步队列大小为1万
```
这可以大大提升日志写入速度。
## 结构化日志
可以在日志中插入字典、JSON 等结构化数据:
```python
logger.info({"timestamp": 1234, "values": [1,2,3]})
```
非常方便后续日志分析。
## 最佳实践
在项目中,我建议以下最佳实践:
1. 创建一个全局的 Loguru 对象 logger作为日志的入口。
2. 根据应用设置合理的日志级别,如 info 或 warning。
3. 主要输出日志到文件,同时输出重要的日志到 console。
4. 使用日志文件回滚,保证不会增大无限。
5. 格式化日志,包含关键信息如时间、函数、行数等。
6. 在必要时开启异步日志。
7. 在 exception 中使用 logger.exception() 打印堆栈。
8. 根据需要添加日志过滤器。
9. 直接使用 Loguru不需要标准 logging 模块。
```python
from loguru import logger
import sys
# 设置日志级别
logger.level("INFO")
# 输出日志到文件,并设置文件回滚策略
logger.add("file_{time}.log", rotation="1 day") # 每天回滚
# 同时输出重要的日志到 console
logger.add(sys.stderr, level="WARNING")
# 格式化日志,包含关键信息
fmt = "<green>{time:YYYY-MM-DD HH:mm:ss}</green> | <level>{level: <8}</level> | <cyan>{name}</cyan>:<cyan>{function}</cyan>:<cyan>{line}</cyan> - <level>{message}</level>"
logger.remove()
logger.add(sys.stderr, format=fmt)
# 在必要时开启异步日志
logger.add("async_{time}.log", rotation="1 day", enqueue=True) # 每天回滚,启用异步日志
try:
# 做一些可能会抛出异常的操作
1 / 0
except Exception as e:
# 在 exception 中使用 logger.exception() 打印堆栈
logger.exception("An error occurred: {}", e)
# 根据需要添加日志过滤器
def debug_or_higher(record):
return record["level"].no >= logger.level("DEBUG").no
logger.add("debug_or_higher.log", filter=debug_or_higher)
# 使用 logger
logger.info("This is a normal message.")
logger.warning("This is a warning message.")
logger.error("This is an error message.")
```