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