C#日志的自定义输出格式(从零开始掌握C#日志格式自定义技巧)

简介: 本文介绍C#日志记录技巧,重点讲解如何自定义日志输出格式。通过Microsoft.Extensions.Logging和NLog两种方式,实现包含时间、级别、类名等信息的个性化日志,并支持JSON、颜色高亮等格式,提升日志可读性与维护效率。

在开发 C# 应用程序时,C#日志记录技巧 是调试、监控和维护系统稳定性的关键。默认的日志输出往往不能满足我们的需求,因此掌握 C#日志格式自定义 方法显得尤为重要。本教程将手把手教你如何自定义日志输出格式,即使你是编程小白也能轻松上手!

为什么需要自定义日志格式?

默认情况下,很多日志框架(如 NLog、log4net 或 Microsoft.Extensions.Logging)会以固定格式输出日志。但在实际项目中,我们可能希望:

  • 包含时间戳、日志级别、类名、方法名等信息
  • 以 JSON 格式输出便于日志收集系统解析
  • 高亮错误信息或添加颜色区分不同级别
  • 精简输出内容以提升可读性

使用 Microsoft.Extensions.Logging 自定义格式

从 .NET Core 开始,官方推荐使用 Microsoft.Extensions.Logging 进行日志管理。虽然它本身不直接提供格式模板,但我们可以通过实现 ILoggerProviderILogger 来完全控制输出格式。

不过更简单的方式是配合控制台日志(Console Logger)使用 ConsoleFormatter(.NET 5+ 支持)。下面是一个自定义控制台日志格式的完整示例:

// Program.cs (.NET 6+ 顶级语句)using Microsoft.Extensions.DependencyInjection;using Microsoft.Extensions.Hosting;using Microsoft.Extensions.Logging;var builder = Host.CreateApplicationBuilder(args);// 移除默认的控制台日志提供程序builder.Logging.ClearProviders();// 添加自定义格式的控制台日志builder.Logging.AddConsole(options =>{    options.FormatterName = "CustomFormatter";});// 注册自定义格式器builder.Services.AddSingleton<ConsoleFormatter, CustomConsoleFormatter>();var host = builder.Build();// 使用日志var logger = host.Services.GetRequiredService<ILogger<Program>>();logger.LogInformation("这是一条自定义格式的日志信息。");logger.LogError("这里发生了一个错误!");host.Run();

接下来,我们需要实现 CustomConsoleFormatter 类:

using Microsoft.Extensions.Logging;using Microsoft.Extensions.Logging.Console;using System.Text;public class CustomConsoleFormatter : ConsoleFormatter{    public CustomConsoleFormatter() : base("CustomFormatter") { }    public override void Write<TState>(        in LogEntry<TState> logEntry,        IExternalScopeProvider scopeProvider,        TextWriter textWriter)    {        if (logEntry.Formatter == null)        {            return;        }        var logMessage = logEntry.Formatter(logEntry.State, logEntry.Exception);        // 构建自定义格式:[时间] [级别] [来源] - 消息        var formattedLog = $"[{DateTime.Now:yyyy-MM-dd HH:mm:ss.fff}] " +                          $"[{logEntry.LogLevel}] " +                          $"[{logEntry.Category}] - {logMessage}";        // 可选:根据日志级别设置颜色        if (logEntry.LogLevel == LogLevel.Error || logEntry.LogLevel == LogLevel.Critical)        {            var originalColor = Console.ForegroundColor;            Console.ForegroundColor = ConsoleColor.Red;            textWriter.WriteLine(formattedLog);            Console.ForegroundColor = originalColor;        }        else        {            textWriter.WriteLine(formattedLog);        }    }}

使用 NLog 实现更灵活的格式控制

如果你需要更强大的功能(如文件输出、滚动日志、远程发送等),推荐使用 NLog。NLog 通过配置文件即可轻松实现 C#日志输出格式 的自定义。

首先安装 NuGet 包:

Install-Package NLog

然后创建 nlog.config 文件:

<?xml version="1.0" encoding="utf-8" ?><nlog xmlns="http://www.nlog-project.org/schemas/NLog.xsd"      xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"      autoReload="true"      internalLogLevel="Info"      internalLogFile="internal-nlog.txt">  <targets>    <target xsi:type="Console" name="console"            layout="[${date:format=yyyy-MM-dd HH\:mm\:ss.fff}] [${level:uppercase=true}] [${logger}] ${message} ${exception:format=tostring}" />  </targets>  <rules>    <logger name="*" minlevel="Trace" writeTo="console" />  </rules></nlog>

在代码中使用:

using NLog;class Program{    private static readonly Logger logger = LogManager.GetCurrentClassLogger();    static void Main(string[] args)    {        logger.Info("应用程序启动");        logger.Warn("这是一个警告");        logger.Error(new Exception("模拟异常"), "发生错误");    }}

总结

通过本文,你已经掌握了两种主流的 自定义日志格式教程 方法:使用 .NET 内置的 ConsoleFormatter 和使用 NLog 配置文件。无论你选择哪种方式,都能显著提升日志的可读性和实用性。

记住,良好的日志格式不仅能帮助你快速定位问题,还能为后续的日志分析和监控打下坚实基础。赶快在你的 C# 项目中实践这些 C#日志记录技巧 吧!

—— 学会自定义日志格式,让你的 C# 应用更专业、更易维护 ——

来源:

https://www.vpshk.cn/

相关文章
|
9天前
|
数据采集 人工智能 安全
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
299 164
|
3天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
312 155
|
12天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
866 6
|
5天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
252 113