logging日志模块

作者: 雨点的光辉 | 来源:发表于2021-11-23 08:29 被阅读0次

接口自动化测试怎么一步步学、按照我的方式、你不可能学不会-第二集
Python-Loggin模块
logging
logging模块
1-logging模块
2019-03-04 Python标准模块logging的使用
5.系统模块下
python日志模块记录一
Python39_日志处理
Python 中的 logging 模块学习

一、logging模块日志级别介绍

日志等级一共分成5个，从低到高分别是：

DEBUG：输出详细的运行情况，主要用于测试
INFO：确认一切按预期运行，一般用于输出重要运行情况
WARNING：一些预料不到的事情发生了，但软件还能按预期工作，在不久的将来会出现问题
ERROR：发生了错误，软件没能执行某功能，但软件可以继续运行
CRITICAL：发生了严重的错误，程序本身可能无法继续运行
5个等级分别对应5种打印日志的方法：debug、info、warning、error、critical

二、日志收集器

设置日志收集器的名字和日志收集等级。

设置日志收集器的名字：使用logging模块中getLogger方法设置日志名字。
设置日志等级：使用logging模块中setLevel方法设置日志等级，等级名称一定要大写

1.不设置日志收集器名字和日志收集等级，日志输出等级默认是WARNING及以上

import logging

# 一
# 日志默认收集等级为：warning及以上（warning、error、critical）

a = 100
print("调试数据", a)
logging.debug("这个是logging模块的调试信息a: {}".format(a))
logging.info("这个是logging模块的调试信息")
logging.warning("这个是logging模块的调试信息")
logging.error("这个是logging模块的调试信息")
logging.critical("这个是logging模块的调试信息")

输出结果如下：

调试数据 100
WARNING:root:这个是logging模块的调试信息
ERROR:root:这个是logging模块的调试信息
CRITICAL:root:这个是logging模块的调试信息

2.不设置日志收集器名字的情况下，设置日志收集等级，日志输出等级跟日志收集等级一致

import logging

# 二
# 不设置日志收集器名字，默认使用root
# 不设置日志收集器名字的情况下，设置日志收集等级，日志输出等级跟日志收集等级一致
log_lev = logging.getLogger()
log_lev.setLevel("DEBUG")

a = 100
print("调试数据", a)
logging.debug("这个是logging模块的调试信息a: {}".format(a))
logging.info("这个是logging模块的调试信息")
logging.warning("这个是logging模块的调试信息")
logging.error("这个是logging模块的调试信息")
logging.critical("这个是logging模块的调试信息")

输出结果如下：

调试数据 100
DEBUG:root:这个是logging模块的调试信息a: 100
INFO:root:这个是logging模块的调试信息
WARNING:root:这个是logging模块的调试信息
ERROR:root:这个是logging模块的调试信息
CRITICAL:root:这个是logging模块的调试信息

3.只设置日志收集器名字和日志收集等级，不设置日志的输出，有一个默认日志输出等级，日志输出等级为warning以上

import logging

# 三
# 日志的收集
# 设置日志收集器，设置日志收集等级
log_lev = logging.getLogger("my_log")
log_lev.setLevel("DEBUG")

# 日志的输出（只设置日志收集器名字和日志收集等级，不设置日志的输出，有一个默认日志输出等级，日志输出等级等级为warning以上）

a = 100
print("调试数据", a)
log_lev.debug("这个是logging模块的debug信息a: {}".format(a))
log_lev.info("这个是logging模块的info信息")
log_lev.warning("这个是logging模块的warning信息")
log_lev.error("这个是logging模块的error信息")
log_lev.critical("这个是logging模块的critical信息")

输出结果如下：

调试数据 100
这个是logging模块的warning信息
这个是logging模块的error信息
这个是logging模块的critical信息

三、日志输出渠道

通过设置日志收集器名字和日志收集等级来收集不同等级的日志，最后设置日志输出渠道来输出不同等级的日志。

创建日志输出通道。
设置日志输出渠道等级，等级名称全部要大写。
将日志输出渠道添加到日志收集器中

1.日志输出到控制台的渠道

import logging

# 四
# 日志的收集
# 设置日志收集器，设置日志收集等级
log_lev = logging.getLogger("my_log")
log_lev.setLevel("DEBUG")

# # 日志的输出（只设置日志的收集，不设置日志的输出，有一个默认日志输出通道，日志输出通道等级为warning以上）
# 创建日志输出通道，设置日志输出通道等级
sh = logging.StreamHandler()
sh.setLevel("DEBUG")

# 将输出渠道添加到日志收集器
log_lev.addHandler(sh)

a = 100
print("调试数据", a)
log_lev.debug("-------------这个是logging模块的debug信息a: {}".format(a))
log_lev.info("这个是logging模块的info信息")
log_lev.warning("这个是logging模块的warning信息")
log_lev.error("这个是logging模块的error信息")
log_lev.critical("这个是logging模块的critical信息")

输出结果如下：

调试数据 100
-------------这个是logging模块的debug信息a: 100
这个是logging模块的info信息
这个是logging模块的warning信息
这个是logging模块的error信息
这个是logging模块的critical信息

2.日志输出到文件的渠道

import logging

# 五
# 日志的收集
# 设置日志收集器，设置日志收集等级
log_lev = logging.getLogger("my_log_2")
log_lev.setLevel("DEBUG")

# 日志输出
# 设置日志输出渠道，设置日志输出渠道等级
sh = logging.StreamHandler()
sh.setLevel("DEBUG")

# 将输出渠道添加到日志收集器
log_lev.addHandler(sh)

# 设置日志输出到文件的渠道,设置日志输出渠道等级
fh = logging.FileHandler(filename="test.log",encoding="utf8")
fh.setLevel("DEBUG")

# 将输出渠道添加到日志收集器
log_lev.addHandler(fh)

a = 100
print("调试数据", a)
log_lev.debug("-------------这个是logging模块的debug信息a: {}".format(a))
log_lev.info("这个是logging模块的info信息")
log_lev.warning("这个是logging模块的warning信息")
log_lev.error("这个是logging模块的error信息")
log_lev.critical("这个是logging模块的critical信息")

输出结果如下：

控制台输出结果

调试数据 100
-------------这个是logging模块的debug信息a: 100
这个是logging模块的info信息
这个是logging模块的warning信息
这个是logging模块的error信息
这个是logging模块的critical信息

文件内容

-------------这个是logging模块的debug信息a: 100
这个是logging模块的info信息
这个是logging模块的warning信息
这个是logging模块的error信息
这个是logging模块的critical信息

四、日志输出格式

写明日志格式，用一个字符串代替或者直接在函数中写明格式。
通过logging模块的Formatter方法设置日志格式
将日志输出渠道中的日志格式设置为上述日志格式

import logging

# 设置日志收集器，设置日志收集器等级
my_log = logging.getLogger("my_log")
my_log.setLevel("DEBUG")

# 设置日志输出格式
str_form = "%(asctime)s - [%(filename)s - line%(lineno)d] - %(name)s - %(levelname)s: %(message)s"
formater = logging.Formatter(str_form)

# 设置日志输出渠道，设置日志输出渠道等级
sh = logging.StreamHandler()
sh.setLevel("DEBUG")
sh.setFormatter(formater)

# 将输出渠道添加到日志收集器中
my_log.addHandler(sh)

# 设置日志输出到文件的渠道,设置日志输出渠道等级
fh = logging.FileHandler(filename="test.log", encoding="utf8")
fh.setLevel("INFO")
fh.setFormatter(formater)

# 将输出到文件渠道添加到日志收集器中
my_log.addHandler(fh)

a = 100
print("调试数据", a)
my_log.debug("这个是logging模块的debug信息a: {}".format(a))
my_log.info("这个是logging模块的info信息")
my_log.warning("这个是logging模块的warning信息")
my_log.error("这个是logging模块的error信息")
my_log.critical("这个是logging模块的critical信息")

输出结果如下：

2019-11-05 15:35:39,462 - [test_1029_log_format.py - line36] - my_log - DEBUG: 这个是logging模块的debug信息a: 100
调试数据 100
2019-11-05 15:35:39,462 - [test_1029_log_format.py - line37] - my_log - INFO: 这个是logging模块的info信息
2019-11-05 15:35:39,463 - [test_1029_log_format.py - line38] - my_log - WARNING: 这个是logging模块的warning信息
2019-11-05 15:35:39,463 - [test_1029_log_format.py - line39] - my_log - ERROR: 这个是logging模块的error信息
2019-11-05 15:35:39,463 - [test_1029_log_format.py - line40] - my_log - CRITICAL: 这个是logging模块的critical信息

五、封装自己的日志输出类

import logging


class logger(object):

    @classmethod
    def creat_logger(cls):
        # 设置日志收集器，设置日志收集器等级
        my_log = logging.getLogger("my_log")
        my_log.setLevel("DEBUG")
        # 设置日志输出格式
        str_form = "%(asctime)s - [%(filename)s - line%(lineno)d] - %(name)s - %(levelname)s: %(message)s"
        formater = logging.Formatter(str_form)
        # 设置日志输出渠道，设置日志输出渠道等级
        sh = logging.StreamHandler()
        sh.setLevel("DEBUG")
        sh.setFormatter(formater)
        # 将输出渠道添加到日志收集器中
        my_log.addHandler(sh)
        # 设置日志输出到文件的渠道,设置日志输出渠道等级
        fh = logging.FileHandler(filename="test.log", encoding="utf8")
        fh.setLevel("DEBUG")
        fh.setFormatter(formater)
        # 将输出到文件渠道添加到日志收集器中
        my_log.addHandler(fh)

        return my_log


if __name__ == '__main__':
    log = logger.creat_logger()
    log.info("hello")

输出结果如下：

2019-11-05 15:42:45,070 - [logger.py - line39] - my_log - INFO: hello

六、其他文件调用日志输出方法

第一种

其他文件导入封装日志类，在本文件内创建日志收集器。

import unittest
from register import register
from test_case_read_excel import ReadExcel
from test_project_2.ddt import ddt, data
import logging
from logger import Logger

"""
                    入参（账号，密码1，密码2）                                          预期结果
1.正常注册的用例：数据库新用户名python_new，在6-18位之间，两个密码一致，在6-18位之间        {"code": 1, "msg": "注册成功"}
2.注册失败的用例：账号已存在python23                                                 {"code": 0, "msg": "该账户已存在"}
3.注册失败的用例：数据库新用户名python_python_python_new，在6-18之外                   {"code": 0, "msg": "账号和密码不在6-18位之间"}
4.注册失败的用例：数据库新用户名python_new，在6-18位之间，两个密码不一致                  {"code": 0, "msg": "两次密码不一致"}
5.注册失败的用例：数据库新用户名python_new，在6-18位之间，两个密码一致，在6-18之外         {"code": 0, "msg": "账号和密码不在6-18位之间"}

"""
"""
ddt：
定义：能够实现数据驱动，通过用例数据，自动生成测试用例，过程是自动遍历用例数据，生成测试用例

"""


@ddt
class TestRegister(unittest.TestCase):
    # 设置日志收集器，在类外面设置，类的方法里面调用直接调用变量，在类里面设置，类的方法里面调用格式是self.log/类名.log
    log = Logger.creat_logger()

    read = ReadExcel("cases.xlsx", "testcase")
    cases = read.read_data_obj()

    @data(*cases)
    def test_register(self, case):
        """你好"""
        # # 打印case对象的所有属性和属性值
        # print(case.__dict__)
        # 第一步：准备用例数据（参数和预期结果）
        data = eval(case.data)
        expected = eval(case.expected)
        # 第二步；调用功能函数，获取实际结果
        res = register(*data)
        # 第三步：比对实际结果和预期结果
        try:
            self.assertEqual(res, expected)
        except AssertionError as e:
            self.read.write_data(case.case_id + 1, 5, "未通过")
            # TestRegister.log.info("用例({})：执行未通过".format(case.title))
            # TestRegister.log.error(e)
            self.log.info("用例({})：执行未通过".format(case.title))
            self.log.error(e)
            raise e
        else:
            self.read.write_data(case.case_id + 1, 5, "通过")
            # TestRegister.log.info("用例({})：执行通过".format(case.title))
            self.log.info("用例({})：执行通过".format(case.title))

注意：

设置日志收集器，在类外面设置，类的方法里面调用直接调用变量，在类里面设置，类的方法里面调用格式是self.变量名/类名.变量名
如果多个文件都创建了日志收集器，日志输出就会执行多次

第二种

在封装日志的文件中直接创建日志收集器，在其他文件调用时，直接导入日志收集器的变量即可。

import logging


class Logger(object):

    @classmethod
    def creat_logger(cls):
        # 设置日志收集器，设置日志收集器等级
        my_log = logging.getLogger("my_log")
        my_log.setLevel("DEBUG")
        # 设置日志输出格式
        str_form = "%(asctime)s - [%(filename)s - line%(lineno)d] - %(name)s - %(levelname)s: %(message)s"
        formater = logging.Formatter(str_form)
        # 设置日志输出渠道，设置日志输出渠道等级
        sh = logging.StreamHandler()
        sh.setLevel("DEBUG")
        sh.setFormatter(formater)
        # 将输出渠道添加到日志收集器中
        my_log.addHandler(sh)
        # 设置日志输出到文件的渠道,设置日志输出渠道等级
        fh = logging.FileHandler(filename="test.log", encoding="utf8")
        fh.setLevel("DEBUG")
        fh.setFormatter(formater)
        # 将输出到文件渠道添加到日志收集器中
        my_log.addHandler(fh)

        return my_log


log = Logger.creat_logger()

if __name__ == '__main__':
    log = Logger.creat_logger()
    log.info("hello")

import unittest
from register import register
from test_case_read_excel import ReadExcel
from test_project_2.ddt import ddt, data
import logging
from logger import log

"""
                    入参（账号，密码1，密码2）                                          预期结果
1.正常注册的用例：数据库新用户名python_new，在6-18位之间，两个密码一致，在6-18位之间        {"code": 1, "msg": "注册成功"}
2.注册失败的用例：账号已存在python23                                                 {"code": 0, "msg": "该账户已存在"}
3.注册失败的用例：数据库新用户名python_python_python_new，在6-18之外                   {"code": 0, "msg": "账号和密码不在6-18位之间"}
4.注册失败的用例：数据库新用户名python_new，在6-18位之间，两个密码不一致                  {"code": 0, "msg": "两次密码不一致"}
5.注册失败的用例：数据库新用户名python_new，在6-18位之间，两个密码一致，在6-18之外         {"code": 0, "msg": "账号和密码不在6-18位之间"}

"""
"""
ddt：
定义：能够实现数据驱动，通过用例数据，自动生成测试用例，过程是自动遍历用例数据，生成测试用例

"""


@ddt
class TestRegister(unittest.TestCase):
    read = ReadExcel("cases.xlsx", "testcase")
    cases = read.read_data_obj()

    @data(*cases)
    def test_register(self, case):
        """你好"""
        # # 打印case对象的所有属性和属性值
        # print(case.__dict__)
        # 第一步：准备用例数据（参数和预期结果）
        data = eval(case.data)
        expected = eval(case.expected)
        # 第二步；调用功能函数，获取实际结果
        res = register(*data)
        # 第三步：比对实际结果和预期结果
        try:
            self.assertEqual(res, expected)
        except AssertionError as e:
            self.read.write_data(case.case_id + 1, 5, "未通过")
            log.info("用例({})：执行未通过".format(case.title))
            log.error(e)
            raise e
        else:
            self.read.write_data(case.case_id + 1, 5, "通过")
            log.info("用例({})：执行通过".format(case.title))

接口自动化测试怎么一步步学、按照我的方式、你不可能学不会-第二集
第14节 logging日志模块封装 logging模块介绍 logging模块是Python内置的标准模块，主要...
Python-Loggin模块
logging模块什么是logging模块 logging模块是python提供的用于记录日志的模块为什么需要...
logging
Menu logging定义 logging - basicConfig logging定义日志模块 loggi...
logging模块
（一）什么是logging模块？ logging是Python内置的日志模块，用于生成程序的日志（二...
1-logging模块
1 logging模块简介 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...
2019-03-04 Python标准模块logging的使用
logging模块简介 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...
5.系统模块下
日志模块logging 日志对象调用: configparser模块生成文档模块 hashlib模块加密相关操作
python日志模块记录一
logging日志模块 logging模块，干什么用很多程序都有记录日志的需求，并且日志中包含的信息即有正常的程...
Python39_日志处理
logging模块日志基础日志级别(从低到高)： logging.NOTSET：不设置 loging.debu...
Python 中的 logging 模块学习
参考资料： Python中的logging模块 python 的日志logging模块学习 python logg...