学习python自动化——log日志
一、log日志
1.1、从代码里收集过来，用来还原用户行为
1.2、python自带的库
import logging
1.3、日志打印原则：只打印关键信息（能够还原用户行为的关键信息）
1.4、自动化测试关键信息
1）请求地址
2）请求方式
3）请求时间
4）请求参数
5）断言
6）日志级别
7）响应结果
1.5、日志级别
debug < info < warning < error < critical
debug级别是最高，最优先输出的，但严重程度是最低的
当日志级别是debug时，优先输出debug程度，但也包括了info、warning、error、critical严重程度的日志
当日志级别是warning时，优先输出warning 程度，但也包括了error、critical严重程度的日志
1.6、日志级别选择
一般程序正常运行产生的日志：info
调试、打断点的日志：debug
1.7、日志设置级别：logging.basicConfig(level=logging.日志级别)
logging.basicConfig(level=logging.DEBUG) #设置debug级别，日志级别需要大写
1.8、日志信息：logging.日志级别(输出的日志信息)
logging.info('python') #输出python的日志信息
二、日志收集器步骤
import logging
from logging import handlers
#创建日志收集器
py_39=logging.getLogger(name='py39')
#创建日志收集渠道
pycham=logging.StreamHandler() #控制台渠道
file=handlers.TimedRotatingFileHandler(filename='python1.log',when='D',interval=1,backupCount=5,encoding='utf-8') #按时间收集
#日志格式
fmt='%(asctime)s-%(name)s-%(levelname)s-%(filename)s-%(funcName)s-[line:%(lineno)d]:%(message)s'
log_fmt=logging.Formatter(fmt=fmt)
#日志级别:收集器、渠道，可以不同的渠道输出日志级别不一样
py_39.setLevel(logging.DEBUG)
#给渠道添加日志格式
pycham.setFormatter(fmt=log_fmt)
file.setFormatter(fmt=log_fmt)
#渠道与收集器绑定
py_39.addHandler(pycham)
py_39.addHandler(file)
py_39.info('test')
2.1、创建日志收集器：日志收集器=logging.getLogger(name=日志收集器名字)
py_39=logging.getLogger(name='py39') #name：日志收集器名字
2.2、创建日志收集渠道
2.2.1、文件渠道
1）收集所有日志
file=logging.FileHandler(filename='python1.log',encoding='utf-8') #一个日志文件收集所有的日志，无法按日期生成
2）按文件大小收集日志
from logging import handlers
#maxBytes:保留文件大小,backupCount:保留历史记录数，默认0时表示不保留，直接覆盖掉
file=handlers.RotatingFileHandler(filename='python1.log',maxBytes=1,backupCount=5,encoding='utf-8')
3）按时间收集日志
from logging import handlers
#when取值：
# S - Seconds：秒
# M - Minutes：分
# H - Hours：小时
# D - Days：天（常用）
# midnight - roll over at midnight：午夜，23点59分59秒
# W{0-6} - roll over on a certain day; 0 - Monday：星期日到星期六
#interval：拆分次数，如when=D，interval=1表示按1天切换一次日志
file=handlers.TimedRotatingFileHandler(filename='python1.log',when='S',interval=1,backupCount=5,encoding='utf-8')
2.2.2、控制台渠道：渠道=logging.StreamHandler()
pycham=logging.StreamHandler() #创建日志收集渠道，将日志输出到控制台
2.2.3、收集器与渠道的关系
1）收集器只负责收集日志信息
2）渠道负责输出日志信息
2.2.4、日志格式与渠道的关系
1）日志格式相当于渠道的一个属性
2.3、创建日志格式：日志格式=logging.Formatter(fmt=格式)
- %(name)s ：logger的名字
- %(levelno)s ：数字形式的日志级别
- %(levelname)s ：文本形式的日志级别
- %(pathname)s ： 调用日志输出函数的模块的完整路径名
- %(filename)s ： 调用日志输出函数的模块的文件名
- %(module)s ：调用日志输出函数的模块名
- %(lineno)d ：调用日志输出函数的语句所在代码行
- %(funcName)s ：调用日志输出函数的函数名
- %(created)f ：当前时间
- %(asctime)s ：字符串形式的当前时间
- %(msecs)d ：毫秒
- %(relativeCreated)d ： 输出日志信息时，自logger创建以来的毫秒数
- %(thread)d ：线程ID
- %(threadName)s ：线程名
- %(process)d ： 进程ID
- %(message)s ：用户输出的消息
fmt='%(asctime)s-%(name)s-%(levelname)s-%(filename)s-%(funcName)s-[line:%(lineno)d]:%(message)s' #日志格式
log_fmt=logging.Formatter(fmt=fmt)
2.4、设置日志级别：收集器/渠道.setLevel(logging.日志级别)
1）收集器设置日志级别
#日志级别:收集器、渠道，可以不同的渠道输出日志级别不一样
py_39.setLevel(logging.DEBUG) #收集器设置日志级别
2）渠道设置日志级别
pycham.setLevel(logging.INFO) #控制台渠道设置日志级别
2.5、给渠道添加日志格式：渠道.setFormatter(fmt=日志格式)
1）控制台渠道添加日志格式
#给控制台渠道添加日志格式
pycham.setFormatter(fmt=log_fmt)
2）文件渠道添加日志格式
file.setFormatter(fmt=log_fmt)
2.6、收集器与渠道绑定：日志收集器.addHandler(渠道)
1）与控制台渠道绑定
py_39.addHandler(pycham)
2）与文件渠道绑定
py_39.addHandler(file)
三、log封装
import logging
from logging import handlers
def handle_log():
#创建日志收集器
py_39=logging.getLogger(name='py39')
#创建日志收集渠道
pycham=logging.StreamHandler()
file=handlers.TimedRotatingFileHandler(filename='python1.log',when='D',interval=1,backupCount=5,encoding='utf-8') #按天收集
#日志格式
fmt='%(asctime)s-%(name)s-%(levelname)s-%(filename)s-%(funcName)s-[line:%(lineno)d]:%(message)s'
log_fmt=logging.Formatter(fmt=fmt)
#日志级别:收集器、渠道，可以不同的渠道输出日志级别不一样
py_39.setLevel(logging.DEBUG)
#给渠道添加日志格式
pycham.setFormatter(fmt=log_fmt)
file.setFormatter(fmt=log_fmt)
#渠道
py_39.addHandler(pycham)
py_39.addHandler(file)
return py_39
my_logger=handle_log() #在封装里直接实例化，后续使用时在导入模块里直接导入my_logger，如果后续使用时导入handle_log，再实例化，会重复输出日志
