Python接口自动化浅析logging日志原理及模块操作流程

目录
  • 一、日志介绍
    • 01 为什么需要日志?
    • 02 什么是日志?
    • 03 日志的用途是什么?
    • 04 日志的级别分为哪些?
    • 05 日志功能的实现
  • 二、Logging模块
    • 01 logging模块介绍
    • 02 logging模块优势
    • 03 logging日志框架的组成
    • 04 logging函数中的具体参数
    • 05 简单的日志小例子
    • 06 自定义logger日志

在上一篇Python接口自动化测试系列文章:Python接口自动化浅析pymysql数据库操作流程,主要介绍pymysql安装、操作流程、语法基础及封装操作数据库类。

以下主要介绍日志相关概念及logging日志模块的操作流程。

一、日志介绍

01 为什么需要日志?

代码需要经历开发、调试、审查、测试或者上线等不同阶段,在开发时想要打印的信息类型可能和上线后想看到的信息类型完全不同。也就是说,在“测试”时,可能只想看警告和错误信息,然而在“调试”时,可能还想看到跟调试相关的信息。 如果你想打印出使用的模块以及代码运行的时间,那么代码很容易变得混乱。使用logging日志模块,这些问题就能很容易地解决。

02 什么是日志?

日志就是用于记录系统运行时的信息,对一个事件的记录,也称为Log。

03 日志的用途是什么?

日志的基本用途如下:

  • 记录程序运行过程中的错误,方便跟踪定位问题,减少调试和维护成本;
  • 通过日志能还原整个程序的执行过程,能了解程序的整体状态;
  • 对用户行为分析和数据统计,知晓信息来自于哪个模块;
  • 在设计测试框架的时候,也可以通过设计日志来记录框架的整个测试流程;

04 日志的级别分为哪些?

常见日志等级,如下:

DEBUG:调试级别(Value=10),打印非常详细的日志信息,通常仅在Debug时使用,如算法中每个循环的中间状态;

INFO:信息级别(Value=20),打印一般的日志信息,突出强调程序的运行过程 ,主要用于处理请求或者状态变化等日常事务;

ERROR:错误级别(Value=40),打印错误异常信息,该级别的错误可能会导致系统的一些功能无法正常使用,如IO操作失败或者连接问题;

CRITICAL:严重错误(Value=50),一个严重的错误,导致系统可能无法继续运行,如内存耗尽、磁盘空间为空,一般很少使用;

05 日志功能的实现

几乎所有开发语言都会内置日志相关功能,或者会有比较优秀的第三方库来提供日志操作功能,比如:log4j,log4php等。它们功能强大、使用简单。

Python自身也提供了一个用于记录日志的标准库模块——logging。

二、Logging模块

01 logging模块介绍

logging模块是Python内置的标准模块,主要用于输出运行日志,可以设置输出日志的等级、日志保存路径、日志文件回滚等。

02 logging模块优势

相比print,具备如下优点:

  • 可以在 logging 模块中设置日志等级,在不同的relase版本(如开发环境、生产环境)上通过设置不同的输出等级来记录对应的日志,只输出重要信息,而不必显示大量的调试信息;
  • print 的输出信息都会输出到标准输出流中,严重影响开发者从标准输出中查看其它数据,而 logging 模块更加灵活,可以设置输出到任意位置,如写入文件、写入远程服务器等;
  • logging 模块具有灵活的配置和格式化功能,如配置输出当前模块信息、运行时间等,由开发者决定将信息输出到什么地方,以及怎么输出,相比 print 的字符串格式化更加方便易用。

03 logging日志框架的组成

Logger:日志,暴露函数给应用程序,基于日志记录器和过滤器级别决定哪些日志有效。

LogRecord :日志记录器,将日志传到相应的处理器处理。

Handler :处理器, 将(日志记录器产生的)日志记录发送至合适的目的地。

Filter :过滤器, 提供了更好的粒度控制,它可以决定输出哪些日志记录。

Formatter:格式化器, 指明了最终输出中日志记录的布局。

04 logging函数中的具体参数

filename:指定的文件名创建FiledHandler,这样日志会被存储在指定的文件中;

filemode:文件打开方式,在指定了filename时使用这个参数,默认值为“w”还可指定为“a”;

format:指定handler使用的日志显示格式;

datefmt:指定日期时间格式

level:设置rootlogger的日志级别;

stream:用指定的stream创建StreamHandler;

05 简单的日志小例子

我们试着分别输出一条不同日志级别的日志记录:

import logging
logging.debug("This is a debug log.")
logging.info("This is a info log.")
logging.warning("This is a warning log.")
logging.error("This is a error log.")
logging.critical("This is a critical log.")

输出结果为:

WARNING:root:This is a warning log.
ERROR:root:This is a error log.
CRITICAL:root:This is a critical log.

为什么debug、info级别日志没输出呢?logging模块提供的默认的日志级别是WARNING,所以只输出了WARNING及以上的日志级别。

输出内容格式说明:日志级别:日志器名称:日志内容, 如果未自定义日志器名称,默认是root。

以下是源码:

def getLogger(name=None):
    """
    Return a logger with the specified name, creating it if necessary.
    If no name is specified, return the root logger.
    """
    if name:
        return Logger.manager.getLogger(name)
    else:
        return root

06 自定义logger日志

设置日志收集器及级别:

# 定义一个日志收集器
logger = logging.getLogger('ITester')
# 设置收集器的级别,不设定的话,默认收集warning及以上级别的日志
logger.setLevel('DEBUG')

设置日志格式:

fmt =logging.Formatter('%(filename)s-%(lineno)d-%(asctime)s-%(levelname)s-%(message)s')

常见的日志输出格式:

设置日志处理器-输出到文件:

# 输出到文件
file_handler = logging.FileHandler('../log/mylog.txt')
# 设置日志处理器级别
file_handler.setLevel("DEBUG")
# 处理器按指定格式输出日志
file_handler.setFormatter(fmt)

在项目下新建一个文件夹log,在文件夹下新建文件mylog.txt用于存放日志。

设置日志处理器-输出到控制台:

# 输出到控制台
ch = logging.StreamHandler()
# 设置日志处理器级别
ch.setLevel("DEBUG")
# 处理器按指定格式输出日志
ch.setFormatter(fmt)

收集器和处理器对接,指定输出渠道:

# 日志输出到文件
logger.addHandler(file_handler)
# 日志输出到控制台
logger.addHandler(ch)

logger日志大致流程图,如下:

我们将以上独立的介绍糅合到一起,测试功能是否正常。在common目录下,新建文件logger_handler.py。

import logging

# 定义一个日志收集器
logger = logging.getLogger('ITester')

# 设置收集器的级别,不设定的话,默认收集warning及以上级别的日志
logger.setLevel('DEBUG')

# 设置日志格式
fmt =logging.Formatter('%(filename)s-%(lineno)d-%(asctime)s-%(levelname)s-%(message)s')

# 设置日志处理器-输出到文件
file_handler = logging.FileHandler('../log/mylog.txt')

# 设置日志处理器级别
file_handler.setLevel("DEBUG")

# 处理器按指定格式输出日志
file_handler.setFormatter(fmt)

# 输出到控制台
ch = logging.StreamHandler()
# 设置日志处理器级别
ch.setLevel("DEBUG")
# 处理器按指定格式输出日志
ch.setFormatter(fmt)

# 收集器和处理器对接,指定输出渠道
# 日志输出到文件
logger.addHandler(file_handler)
# 日志输出到控制台
logger.addHandler(ch)

if __name__ == '__main__':
    logger.debug('自定义的debug日志')
    logger.info('自定义的info日志')
    logger.warning('自定义的warning日志')
    logger.error('自定义的error日志')
    logger.critical('自定义的critical日志')

控制台输出效果:

文件输出效果:

以上就是Python接口自动化浅析logging日志原理及模块操作流程的详细内容,更多关于Python接口自动化logging日志的资料请关注我们其它相关文章!

(0)

相关推荐

  • Python Logging 日志记录入门学习

    Python Logging原来真的远比我想象的要复杂很多很多,学习路线堪比git.但是又绕不过去,alternatives又少,所以必须要予以重视,踏踏实实认认真真的来好好学学才行. 学习Logging的目的: 简单脚本还好,print足够. 但是稍微复杂点,哪怕是三四个文件加起来两三百行代码,调试也开始变复杂起来了. 再加上如果是后台长期运行的那种脚本,运行信息的调查更是复杂起来. 一开始我还在各种查crontab的日志查看,或者是python后台运行查看,或者是python stdout的

  • Python中logging日志的四个等级和使用

    1. logging日志的介绍 在现实生活中,记录日志非常重要,比如:银行转账时会有转账记录:飞机飞行过程中,会有个黑盒子(飞行数据记录器)记录着飞机的飞行过程,那在咱们python程序中想要记录程序在运行时所产生的日志信息,怎么做呢? 可以使用 logging 这个包来完成 记录程序日志信息的目的是: 1. 可以很方便的了解程序的运行情况 2. 可以分析用户的操作行为.喜好等信息 3. 方便开发人员检查bug 2. logging日志级别介绍 日志等级可以分为5个,从低到高分别是: 1. DE

  • 如何理解python接口自动化之logging日志模块

    一.logging模块介绍 ​前言:我们之前运行代码时都是将日志直接输出到控制台,而实际项目中常常需要把日志存储到文件,便于查阅,如运行时间.描述信息以及错误或者异常发生时候的特定上下文信息. ​Python中自带的logging模块提供了标准的日志接口,在debug时使用往往会事半功倍.为什么不直接使用print去输出呢?这种方式对简单的脚本来说有用,对于复杂的系统来说相当于一个花瓶摆设,大量的print输出很容易被遗忘在代码里,并且print是标准输出,这很难从一堆信息里去判断哪些是你需要重

  • python中用logging实现日志滚动和过期日志删除功能

    logging库提供了两个可以用于日志滚动的class(可以参考https://docs.python.org/2/library/logging.handlers.html),一个是RotatingFileHandler,它主要是根据日志文件的大小进行滚动,另一个是TimeRotatingFileHandler,它主要是根据时间进行滚动.在实际应用中,我们通常根据时间进行滚动,因此,本文中主要介绍TimeRotaingFileHandler的使用方法(RotatingFileHandler一样

  • Python接口自动化浅析logging日志原理及模块操作流程

    目录 一.日志介绍 01 为什么需要日志? 02 什么是日志? 03 日志的用途是什么? 04 日志的级别分为哪些? 05 日志功能的实现 二.Logging模块 01 logging模块介绍 02 logging模块优势 03 logging日志框架的组成 04 logging函数中的具体参数 05 简单的日志小例子 06 自定义logger日志 在上一篇Python接口自动化测试系列文章:Python接口自动化浅析pymysql数据库操作流程,主要介绍pymysql安装.操作流程.语法基础及

  • Python接口自动化浅析logging封装及实战操作

    在上一篇Python接口自动化测试系列文章:Python接口自动化浅析logging日志原理及模块操作流程,主要介绍日志相关概念及logging日志模块的操作流程. 而在此之前介绍过yaml封装,数据驱动.配置文件.日志文件等独立的功能,我们将这些串联起来,形成一个完整的接口测试流程. 以下主要介绍将logging常用配置放入yaml配置文件.logging日志封装及结合登录用例讲解日志如何在接口测试中运用. 一.yaml配置文件 将日志中的常用配置,比如日志器名称.日志器等级及格式化放在配置文

  • Python接口自动化浅析unittest单元测试原理

    目录 一.单元测试三连问 1.什么是单元测试? 2.为什么要做单元测试? 3.怎么做单元测试? 二.unittest模块说明 1.unittest简介 2.unittest组成 1.TestCase(测试用例): 2.TestSuite(测试套件): 3.TestLoader(测试用例加载器): 4.TextTestRunner(执行测试用例): 5.Test Fixture(测试环境数据准备和清理): 3.unittest核心工作原理 三.unittest单元测试 1.实现思路 2.使用介绍

  • Python接口自动化浅析yaml配置文件原理及用法

    目录 一.yaml介绍及使用 01 yaml简介 02 yaml语法规则 03 yaml数据结构 对象 数组 纯量 二.yaml配置文件的使用 01 yaml配置文件准备 02 yaml配置文件格式校验 三.yaml配置文件读写 01 安装pyYaml 02 yaml模块源码解析 load: dump: 03 读写yaml配置文件 在上一篇Python接口自动化测试系列文章:Python接口自动化浅析数据驱动原理,主要介绍openpyxl操作excel,结合ddt实现数据驱动. 在自动化过程中,

  • Python接口自动化浅析Token应用原理

    目录 一.Token基本概念及原理 1.Token作用 2.什么是Token 3.Token运行原理 4.Token认证优点 5.Token和 Cookie.Session 的选型 二.Token实战 在之前的Python接口自动化测试系列文章:Python接口自动化之cookie.session应用详解,介绍了cookie.session原理及在自动化过程中如何利用cookie.session保持会话状态. 以下介绍Token原理及在自动化中的应用. 一.Token基本概念及原理 1.Toke

  • Python接口自动化浅析requests请求封装原理

    目录 以下主要介绍如何封装请求 将常用的get.post请求封装起来 get请求源码: post请求源码: 再来研究下request源码: 直接调用request函数 在上一篇Python接口自动化测试系列文章:Python接口自动化浅析Token应用原理,介绍token基本概念.运行原理及在自动化中接口如何携带token进行访问. 以下主要介绍如何封装请求 还记得我们之前写的get请求.post请求么? 大家应该有体会,每个请求类型都写成单独的函数,代码复用性不强. 接下来将请求类型都封装起来

  • Python接口自动化浅析如何处理接口依赖

    在前面的Python接口自动化测试系列文章:Python接口自动化浅析logging封装及实战操作, 其中介绍了将logging常用配置放入yaml配置文件.logging日志封装及结合登录用例讲解日志如何在接口测试中运用. 以下主要介绍如何提取token.将token作为类属性全局调用及充值接口如何携带token进行请求. 一.场景说明 在面试接口自动化时,经常会问,其他接口调用的前提条件是当前用户必须是登录状态,如何处理接口依赖? 在此之前我们介绍过session管理器保存会话状态. 如果接

  • Python接口自动化浅析登录接口测试实战

    目录 1.什么是接口? 那么,接口测试和功能测试的区别在哪呢? 2.如何开展接口测试? 3.如何设计接口用例? 1.获取接口文档 Fiddler 2.分析接口文档的接口,提取测试点 3.接口测试用例设计思路 4.接口测试其他范围 接口业务测试 接口的性能测试 接口安全测试 在项目下新建一个文件夹common 编写登录接口用例,调用封装的请求类. 对于用例的一些总结: 4.接口测试用例实战 在上一篇Python接口自动化测试系列文章:Python接口自动化浅析unittest单元测试原理,主要介绍

  • Python接口自动化浅析pymysql数据库操作流程

    在上一篇Python接口自动化测试系列文章:Python接口自动化浅析yaml配置文件原理及用法,主要介绍主要介绍yaml语法.yaml存储数据,封装类读写yaml配置文件. 在自动化过程中,我们需要查询数据库,校验结果是否正确,比如充值完成之后,需要查询数据库,查看充值是否成功. 以下主要介绍,pymysql安装.操作流程.语法基础及封装操作数据库类. 一.pymysql介绍及安装 01 pymysql介绍 MySQL应该说是如今使用最为普遍的数据库了,没有之一,而Python作为最为流行的语

随机推荐