来源：网络

日志这东西，每个项目都有。但日志量一旦上来，查阅就成了麻烦。传统日志是一大段文本，想从中提取关键信息，得靠正则表达式硬扒。结构化日志把日志变成键值对或 JSON，直接就能过滤和查询。

Python 生态里做结构化日志的库不少，structlog 是其中一个积淀很深的项目。4800 多 Star，从 2013 年就开始在生产环境使用，到现在已经跑了十几年。

核心思路：函数加字典

structlog 的设计很简单。日志生成被拆解成一系列函数调用，每个函数接收并返回字典。最终的字典再被渲染成 JSON、logfmt 或者带颜色的控制台文本。

这个设计有几个直接好处。一是日志数据本身变成了结构化对象，不再是纯字符串。二是每个处理步骤都可以自定义，想加字段、改格式、过滤内容，都是改一个函数的事。三是 API 依然保持熟悉，对习惯标准库 logging 的人来说上手很快。

README 上列了三个关键词：Simple、Powerful、Fast。简单是因为底层全是函数和字典；强大是因为这种设计留下了足够的扩展空间；快是因为它没有被老旧设计束缚，灵活性没有以性能为代价。

输出格式自由切换

structlog 内置支持三种输出格式。JSON 适合对接日志收集系统，比如 ELK 或 Grafana。logfmt 是一种紧凑的键值对格式，适合命令行查看。控制台输出则带颜色和高亮，本地开发时看着舒服。

如果你已经在用标准库的 logging 模块，也可以不让 structlog 直接输出，而是把处理好的日志字典转发给现有系统。迁移成本很低，不用推倒重来。

十几年生产验证

这个项目从 2013 年开始就在各种规模的生产环境里跑。期间 Python 生态经历了 asyncio、类型提示、上下文变量等新特性的引入，structlog 都及时跟进了。它的设计思路甚至影响到了其他语言生态的日志库实现。

作者 Hynek Schlawack 在 Python 社区很有名，维护过多个广泛使用的库。项目的可持续性不用太担心。

什么时候该用它

如果你正在写 Python 项目，日志还停留在字符串拼接的阶段，可以认真考虑一下 structlog。特别是以下场景：

日志需要被日志平台解析和索引希望在日志里自动附加请求 ID、用户 ID 等上下文信息想在开发和生产环境使用不同的日志格式厌倦了大段日志文本里找关键信息的体验

安装很简单，pip 直接装。文档写得也很全，有从零开始的教程供新手入门。

一点局限

structlog 专注在日志的生成和格式化环节。它不负责日志的收集、存储和告警。你需要配合其他工具来完成完整的日志链路。但这不算缺点，专注做好一件事本身就是 Unix 哲学的体现。

总的来说，structlog 是一个经过时间检验的工具。它没有在日志这件事上搞过度设计，而是给了一个清晰、可扩展的结构化日志方案。对于想要升级日志系统的 Python 项目，这是个靠谱的选项。

长按或扫描下方二维码，免费获取 Python公开课和大佬打包整理的几百G的学习资料，内容包含但不限于Python电子书、教程、项目接单、源码等等
▲扫描二维码-免费领取