Loguru模块安装与使用详解
**Python Loguru 模块安装与使用教程:告别繁琐配置,轻松实现高效日志记录** Loguru 是一款功能强大且易于使用的 Python 日志记录库,它简化了标准 `logging` 模块的配置流程,开箱即用,自带彩色输出、文件写入、异常捕获等实用功能。本文将详细介绍 Loguru 的安装与使用方法,包括如何使用 `pip` 命令快速安装,如何输出不同级别的彩色日志到控制台,以及如何配置日志文件按天分割、自动清理过期日志。此外,还将讲解如何使用 Loguru 捕获异常并打印完整堆栈信息,以及如何自定义日志格式,包含时间、级别、文件名、行号等关键信息,帮助开发者快速上手,提升开发效率。
Loguru 是一个简化 Python 日志记录的库,安装后无需复杂配置即可使用。通过 pip install loguru 安装后,导入 logger 即可输出彩色日志。支持 debug、info、warning、error 和 critical 等级别,直观显示在控制台。使用 logger.add("runtime.log", rotation="1 day", retention="7 days", level="INFO") 可实现按天分割日志、保留 7 天历史。logger.exception() 能捕获异常并打印完整堆栈,@logger.catch 装饰器可自动记录函数异常。通过 format 参数可自定义日志格式,如包含时间、级别、文件名、行号等信息。使用 logger.remove() 可移除默认控制台输出,仅写入文件。Loguru 开箱即用,适合快速开发和日常项目使用。

Loguru 是一个功能强大且易于使用的 Python 日志记录库,相比标准库中的 logging 模块,它简化了配置流程,自带彩色输出、文件写入、异常捕获等功能,开箱即用。
安装 Loguru
使用 pip 命令安装 Loguru 非常简单:
pip install loguru安装完成后即可在项目中导入并使用。
基本使用方法
Loguru 的最大优点是无需复杂配置,导入后就能直接打印带颜色的日志信息。
示例代码:
from loguru import loggerlogger.debug("这是一条调试信息") logger.info("这是一条普通信息") logger.warning("这是一条警告信息") logger.error("这是一条错误信息") logger.critical("这是一条严重错误信息")
运行后你会看到不同级别的日志以不同颜色输出到控制台,非常直观。
添加文件输出
你可以轻松将日志同时写入文件。使用 logger.add() 方法即可实现。
例如,把日志写入文件:
logger.add("runtime.log", rotation="1 day", retention="7 days", level="INFO")- rotation="1 day":每天生成一个新的日志文件
- retention="7 days":自动清理超过 7 天的旧日志
- level="INFO":只记录 INFO 级别及以上的日志
这样就可以实现自动化的日志管理。
捕获异常和栈追踪
Loguru 可自动捕获异常并打印完整的调用栈,这对调试非常有帮助。
使用方式:
try: 1 / 0 except Exception as e: logger.exception("发生异常")logger.exception() 会记录异常信息以及详细的堆栈跟踪,比普通的 error 更详细。
你也可以用装饰器自动捕获函数中的异常:
@logger.catch def my_function(): return 1 / 0my_function() # 会自动记录异常
格式化输出
可以通过 add 方法自定义日志格式:
logger.add("app.log", format="{time:YYYY-MM-DD HH:mm:ss} | {level} | {message}")常用占位符:
- {time}:当前时间
- {level}:日志级别
- {message}:日志内容
- {file}:文件名
- {line}:行号
- {function}:函数名
加上这些信息可以方便定位问题。
移除默认处理器
如果你只想输出到文件而不显示在控制台,可以先移除默认的控制台输出:
logger.remove() # 移除所有处理器 logger.add("output.log", level="DEBUG")然后再添加你需要的处理器。
基本上就这些。Loguru 上手快、功能全,适合大多数项目的日志需求,尤其适合不想折腾 logging 配置的开发者。
本篇关于《Loguru模块安装与使用详解》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
WPS时间轴制作与动态展示技巧
- 上一篇
- WPS时间轴制作与动态展示技巧
- 下一篇
- GolangLinux环境配置教程
-
- 文章 · python教程 | 23小时前 |
- Python logging Formatter 统一结构化字段输出
- 185浏览 收藏
-
- 文章 · python教程 | 1天前 | 配置 · python · Python教程 · 配置管理 Python 3.15 frozendict 不可变映射
- Python 3.15 frozendict 内置类型的配置使用场景
- 192浏览 收藏
-
- 文章 · python教程 | 1天前 | 序列化 · python · Python pickle 进程池 multiprocessing Pool
- Python multiprocessing 进程池传递不可序列化对象
- 255浏览 收藏
-
- 文章 · python教程 | 1天前 | 数据一致性 · Python教程 · Python 事务 自动提交 sqlite3 autocommit isolation_level
- Python sqlite3 事务模式与自动提交边界
- 197浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python contextlib.nullcontext 统一同步异步入口
- 316浏览 收藏
-
- 文章 · python教程 | 1天前 | 面向对象 · python · Python教程 · InitVar __post_init__ Python dataclass 派生字段 field(init=False)
- Python dataclass __post_init__ 计算派生字段
- 303浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python typing.TypeGuard 处理复杂容器类型收窄
- 437浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python os.fspath 支持自定义路径对象
- 214浏览 收藏
-
- 文章 · python教程 | 1天前 | 异常处理 · 异步编程 · Python教程 · asyncio · 后台任务 任务取消 CancelledError Python asyncio asyncio.shield
- Python asyncio.shield 保护后台任务免受外层取消
- 407浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python configparser ExtendedInterpolation 组织分层配置
- 480浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 424次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 503次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 511次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 460次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 289次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

