loguru模块bind和filter的联合使用案例：将loguru改造为csv数据记录器

使用场景

在运行程序的过程中，通常需要使用设置日志信息来方便追踪程序运行状态或者是调试，也常常需要进行多次运算并将计算结果进行保存。一般来说，日志信息可以通过logging模块保存，而计算数据的记录常常是基于文本文件的读写功能实现的。如果要统一的实现两个功能，可以通过改造loguru模块进行实现。

这个实现主要是基于filter机制和bind方法

filter函数

使用 loguru 库进行 Python 日志记录时，可以通过定义自定义 filter 函数来收集特定的日志信息。该函数接受一个记录作为参数，并返回一个布尔值：如果返回 True，则记录该日志；如果返回 False，则不记录。

这个 filter 函数可以基于：

日志消息的内容:record["message"]
级别:record["level"]
或者其他任何可用的日志属性来决定是否应该记录该条日志

注意，filter是要在添加``handler时进行配置，将 filter函数作为handler的filter`参数。

from loguru import loggerdef important_log_filter(record):# 只有当日志消息中包含 "重要" 关键字时，才记录该日志return "重要" in record["message"]# 配置 logger，添加一个 handler，仅记录通过 filter 函数筛选的日志
logger.add("important_logs.log", filter=important_log_filter)# 使用示例
logger.info("这是一条普通日志，不会被记录")
logger.info("这是一条重要日志，将会被记录")

bind函数

bind() 方法是一个强大的功能，用于向日志记录附加额外的上下文信息。这种方法非常有用，因为它允许为日志消息添加元数据，而无需在每次记录日志时重复这些信息。

bind() 的特点是不接受一组预定义的参数，而是接受任意数量的关键字参数，这些参数随后会成为日志消息的一部分，增加了日志的描述性和可追溯性，如用户ID、请求ID或任何其他对理解或分析日志有帮助的数据。而这些字段都会添加到 record["extra"]中，然后可以在:

filter函数

from loguru import loggerdef user_filter(record):# 假设我们只对 user_id 为 "123" 的日志消息感兴趣return record["extra"].get("user_id") == "123"# 配置 logger，添加一个 handler，仅记录通过 user_filter 函数筛选的日志
logger.add("filtered_logs.log", filter=user_filter)# 绑定 user_id 并尝试记录几条消息
logger.bind(user_id="123").info("这条消息会被记录，因为用户ID匹配")
logger.bind(user_id="456").info("这条消息不会被记录，因为用户ID不匹配")

format字符串or函数中

# 自定义日志格式，包括绑定的上下文信息
format = "{time} | {level} | {extra[user_id]} | {message}"# 添加一个 handler，使用上述格式
logger.add("my_log.log", format=format)# 使用绑定的 logger 记录日志
logger.info("完成了一个任务")

用户ID是通过 bind() 方法绑定到日志记录器上的。

通过record["extra"][key"]进行使用。

bind() 方法返回一个新的 logger 实例，这个实例在其所有日志记录中自动包含了绑定的上下文信息。这意味着可以在程序的特定部分创建一个带有特定上下文的 logger，而不会影响全局 logger 实例或其他带有不同上下文的 logger 实例。

就是说，bind方法不会影响原来的logger实例的上下文信息

from loguru import logger# 原始 logger 实例
logger.info("这是一条没有上下文信息的日志消息")# 使用 bind() 添加上下文信息，创建一个新的 logger 实例
logger_with_context = logger.bind(user_id="123")# 使用新的 logger 实例记录消息
logger_with_context.info("这条消息包含上下文信息")# 再次使用原始 logger 实例记录消息
logger.info("这又是一条没有上下文信息的日志消息")

注意：

使用 loguru 的 bind() 方法时，不需要重新指定日志文件路径。
需要在应用的不同部分添加不同的上下文信息时，可以在各个部分使用 bind() 方法，这样可以确保日志消息包含了正确的上下文信息，而不需要为每个上下文重新配置日志路径。
bind() 和 .add() 在 loguru 中扮演了不同的角色：.add() 用于配置日志的输出目标和格式，而 bind() 用于为日志消息添加上下文信息。

赋予日志记录一个`label`的属性

这里的意图是，通过一个label="data"的标签，实现重要数据和程序运行信息分离的功能

在 loguru 库中，直接给日志消息指定一个标签（如 label 属性）并不是内置的功能，但是可以通过自定义消息格式来间接实现这个目的。要达到这个目的，需要联合filter和bind

只使用 Filter 函数动态添加标签

通过自定义函数，确实可以达到动态添加label属性的方法，但是这种方法比较低效，因为要通过判断reord的一些属性来实现，另外就是不方便手动控制：

from loguru import loggerdef tag_logger(record):# 假设我们根据消息的内容动态添加标签if "错误" in record["message"]:record["extra"]["label"] = "错误"else:record["extra"]["label"] = "通用"# 配置 logger，添加一个 handler，并使用自定义的 filter 函数
logger.add("tagged_logs.log", filter=tag_logger, format="{time} | {level} | {extra[label]} | {message}")# 发送日志消息
logger.info("这是一条普通消息")
logger.error("这是一条包含错误的消息")

通过bind添加上下文信息，并进行显示格式化。

这个方法，添加label属性，就比较方便，只要引用bind后的logger实例就行。

from loguru import logger# 定义一个自定义的日志格式，其中包含了消息的标签
log_format = "<green>{time:YYYY-MM-DD HH:mm:ss}</green> | <level>{level: <8}</level> | <cyan>{extra[label]}</cyan> | <white>{message}</white>"# 配置 logger，使用自定义的格式
# 注意：需要确保所有的日志消息都添加了相应的 `label`，否则会抛出 KeyError
logger.add("labeled_logs.log", format=log_format, level="INFO")# 发送一条带有标签的日志消息
logger.bind(label="特别").info("这是一条带有标签的日志")

在这个例子中，通过 .bind() 方法为日志消息附加了额外的上下文信息（ label 标签），然后在自定义日志格式中引用了这个标签，并设定格式。

实际案例代码

bind和filter联合使用。

这样组合，能完成的功能更丰富。也很实现运行记录和计算数据的分别记录器。

from loguru import logger
import sysdef only_trace(record):'''只保存程序的运行记录:param record::return:'''return "data" not in record["extra"]def only_data(record):return "data" in record["extra"]# 移除默认的控制台输出
logger.remove()# 自定义日志格式
log_format = "<green>{time:YYYY-MM-DD HH:mm:ss}</green> | <level>{level}</level> | <cyan>{name}</cyan>: <cyan>{line}</cyan> - <level>{message}</level>"
# 添加控制台handler，使用自定义格式
logger.add(sys.stdout, format=log_format)
logger.add("./log/app_trace.log", format=log_format,filter=only_trace, level="DEBUG")
data_format = "{time:YYYY-MM-DD HH:mm:ss}\t{message}"# 写模式，每次程序启动并添加 handler 时，app_data.csv 将会被新内容覆盖。
logger.add("./log/app_data.csv", format=data_format,filter=only_data, level="DEBUG",mode="w")
data_logger=logger.bind(data=True)def get_logger():return logger
def get_datalogger():return data_logger