在 Python 中用到日志记录，那就不可避免地会用到内置的 logging标准库 。虽然logging 库采用的是模块化设计，你可以设置不同的 handler 来进行组合，但是在配置上通常较为繁琐；而且如果不是特别处理，在一些多线程或多进程的场景下使用 logging还会导致日志记录会出现错乱或是丢失的情况。
为啥要用loguru？
因为它不仅能够减少繁琐的配置过程还能实现和logging类似的功能，同时还能保证日志记录的线程进程安全，又能够和logging 相兼容，并进一步追踪异常也能进行代码回溯。这个库叫loguru—— 一个专为像我这样懒人而生日志记录库。
一.loguru库 安装
loguru库这边我们使用pip接口进行安装：
pip install logurupip接口详细说明可以看：https://blog.csdn.net/pengneng123/article/details/129556320
二.loguru库基础函数使用
1.logger.debug()：输出日志信息
from loguru import logger
logger.debug("log message")输出：
会输出实时时间以及日志信息，我们不需要提前配置什么，直接用就可以。
2.logger.add() ：创建一个文件
from loguru import logger ##导入库
logger.add("Demo_file.log")
logger.debug("log message") ##输出日志输出：
2.1 rotation参数：滚动记录日志文件
通过配置rotation参数，指定日志文件滚动记录的条件，如下所示：
logger.add("Demo_file.log", rotation="10 MB")通过这样的配置我们就可以实现每 10MB 存储一个文件，每个 log 文件过大就会新创建一个新的 log 文件。
logger.add("Demo_file.log", rotation="22:00") 上面的配置，可以实现每天22点创建一个log文件输出了
2.2 retention参数：日志保留时长
通过配置retention参数，可以指定日志的保留时长：
logger.add("Demo_file.log", retention="10 days") 通过上面的配置，就可以指定日志最多保留10天，每隔10天之后就会清理旧的日志，这样就不会造成内存浪费
2.3 compression参数：日志文件压缩文件zip
logger.add("Demo_file.log", compression="zip") # 日志文件压缩文件zip
3.logger.remove()：不在控制台输出日志信息
from loguru import logger ##导入库
logger.remove(handler_id=None)
logger.add("Demo_file.log")
logger.debug("log message") ##输出日志因为logger是默认输出至stderr的，所以只需要在之前把它给remove掉就好了。
输出：
三.总结
开箱即用，无需样板，使用方便！
@Neng
