PrettyErrors 可美化 Python 异常输出，提升调试效率。安装后导入并配置，可高亮代码、显示变量值、过滤无关堆栈，支持自定义颜色与日志集成，建议仅在开发环境使用。
安装 PrettyErrors
使用 pip 安装即可：
pip install pretty-errors基本使用方法
安装后只需在脚本开头导入并启用：
import pretty_errorspretty_errors.configure(display_timestamp=False, display_link=True)
之后所有异常都会自动以美化格式输出，无需修改原有代码逻辑。
自定义输出样式
可通过 configure() 方法调整显示内容：
立即学习“Python免费学习笔记（深入）”；
Python v2.4 中文手册 chm
下载
Python v2.4版chm格式的中文手册，内容丰富全面，不但是一本手册，你完全可以把她作为一本Python的入门教程，教你如何使用Python解释器、流程控制、数据结构、模板、输入和输出、错误和异常、类和标准库详解等方面的知识技巧。同时后附的手册可以方便你的查询。
- display_timestamp：是否显示时间戳
- display_link：是否显示文件链接（在支持的终端中可点击跳转）
- separator_character：分隔符字符，默认是 '-'
- filename_color：文件名颜色，如 pretty_errors.RED
- line_number_color：行号颜色
- code_color：代码文本颜色
- exception_color：异常名称颜色
例如设置红色异常名和绿色代码：
pretty_errors.configure(exception_color=pretty_errors.RED,
code_color=pretty_errors.GREEN
)
与日志系统集成
如果使用 logging 模块，可以将 PrettyErrors 的格式化器加入 handler：
import loggingfrom pretty_errors import PrettyErrorsFormatter
handler = logging.StreamHandler()
handler.setFormatter(PrettyErrorsFormatter())
logging.getLogger().addHandler(handler)
注意事项
PrettyErrors 主要用于开发环境，不建议在生产环境中启用，以免暴露敏感路径或变量信息。可通过环境判断控制是否加载：
if os.getenv('DEBUG'):import pretty_errors
pretty_errors.configure() 基本上就这些，简单易用，能显著提升调试效率。
