Python自动化测试之自定义日志及其封装

前言：

在软件测试的日常工作中，日志是个非常重要的模块
对于测试来说，日志的作用主要有以下四点：

1. 调试程序
2. 了解系统程序运行的情况是否正常
3. 系统城西运行故障分析和问题定位
4. 用来做用户行为分析和数据统计

因此在编写自动化测试脚本和搭建自动化测试框架时，最好加上日志的收集功能，可以通过日志来定位问题。

正文

相关概念

在自定义日志之前，我们需要了解如下信息：

1. 日志收集器
   可以理解为用于收集日志信息的容器；
2. 日志级别(Level)：
   常见的日志级别有：debug、info、warning、error以及critical
3. 输出渠道(Handle)：
   控制台输出：StreamHandle
   将日志信息保存在文件中：FileHandle

4. 日志格式(Format)：
   一般包含如下信息：日志时间-日志名称-日志级别名称-文件名称-行号-日志信息等

   示例

1 # 4、设置日志的输出格式
2 fmt = "%(asctime)s %(name)s %(levelname)s %(filename)s-%(lineno)d:%(message)s"
3 formatter = logging.Formatter(fmt)

在python-logging模块中，默认的是root日志收集器，默认的输出级别为：WARNING

自定义日志的操作流程

1. 导入logging模块：import logging
2. 创建日志收集器：logger = logging.getLogger(“日志收集器的name”)
3. 设置日志收集器的日志级别：logger.setLevel(logging.INFO) #设置收集器的级别为INFO
4. 给日志收集器创建输出渠道（根据第一部分的内容知：日志输出渠道包含控制台输出和文件输出）：下面以控制台输出为例进行介绍，文件输出与之类似
   4.1 创建日志的输出渠道：handle1 = logging.StreamHandle()
   4.2 可以单独设置日志输出渠道的级别：handle1.setLevel(logging.ERROR) （此步骤可选）
   【特殊说明】
   4.3 在未设置日志输出渠道的日志级别时，默认使用日志收集器设置的Level
   4.4 若需单独设置日志输出渠道的日志级别，则它的日志级别需高于日志收集器级别，否则设置无效。
5. 设置日志输出的内容格式

1 # 设置日志的输出格式
2 fmt = "%(asctime)s %(name)s %(levelname)s %(filename)s-%(lineno)d:%(message)s"
3 formatter = logging.Formatter(fmt)

6. 将设置的日志格式绑定到创建的输出渠道中，即将日志格式与输出渠道关联起来

handler1.setFormatter(formatter)

7. 将设置好的输出渠道，添加到日志收集器
   logger.addHandler(handler1)

补充：将日志信息输出到文件的操作流程与之类似，只是在step4上有一点区别而已

handler2 = logging.FileHandler(filename="xxx.log",encoding="utf-8")

日志代码参考

import logging

# 1、创建日志收集器
logger = logging.getLogger(name="login_test")

# 2、设置日志收集器的级别：警告级别
logger.setLevel(logging.WARN)

# 3、设置日志的输出渠道
# 3.1 控制台日志输出
handler1 = logging.StreamHandler()
# 3.2 文件日志输出
handler2 = logging.FileHandler(filename="my_log.log",encoding="utf-8")
# 单独设置输出渠道的日志级别
handler1.setLevel(logging.ERROR)    # 可选

# 4、设置日志的输出格式
fmt = "%(asctime)s %(name)s %(levelname)s %(filename)s-%(lineno)d:%(message)s"
formatter = logging.Formatter(fmt)

# 5、关联3和4
handler1.setFormatter(formatter)
handler2.setFormatter(formatter)

# 6、关联1和5
logger.addHandler(handler1)
logger.addHandler(handler2)

# 测试
logger.warning("登录失败警告")
logger.error("登录debug出错")

自定义日志的封装

由于自定义日志的操作流程相对比较固定，因此我们可以将自定义的日志封装成一个类。当我们需要使用时，只需引入该模块即可。

1. 通过查看源码知，封装的类需要继承logging.Logger类，这样就可以继承父类的debug()、info()等函数；
2. 从第二部分的操作流程知，不同的用户在引入该模块时，可能会设置不同日志名称、日志级别以及日志文件信息，因此这些参数可以让用户在实例化日志对象对象时进行初始化设置；
3. 当我们需要使用自定义的日志类时，引入这一模块即可。

代码参考

import logging

# 对日志的操作进行封装
class MyLogger(logging.Logger):

    def __init__(self,name,level,file=None):
        super().__init__(name,level)
        # 设置日志的输出渠道
        handler1 = logging.StreamHandler()
        # 设置日志的输出格式
        fmt = "%(asctime)s %(name)s %(levelname)s %(filename)s-%(lineno)d:%(message)s"
        formatter = logging.Formatter(fmt)
        handler1.setFormatter(formatter)
        # 添加日志的输出渠道
        self.addHandler(handler1)

        if file:
            handler2 = logging.FileHandler(filename=file,encoding="utf-8")
            handler2.setFormatter(formatter)
            self.addHandler(handler2)
            pass
        pass
    pass

后话

上述即为简单的自定义日志及其分装，如果对你有所帮助希望能点个小赞，今后会持续更新更多的自动化测试学习技术和方法

上面是我收集的一些视频和面试题资料，对于软件测试的的朋友来说应该是最全面最完整的面试备战仓库

为了更好地整理每个模块，我也参考了很多网上的优质博文和项目，力求不漏掉每一个知识点，很多朋友靠着这些内容进行复习，拿到了BATJ等大厂的offer，这个仓库也已经帮助了很多的软件测试的学习者，希望也能帮助到你

关注微信公众号【测试菜鸟小家洛】即可领取软件测试超硬核资源！也可以点击这里进入群聊领取

总之，学习如逆水行舟，不进则退。想要多高的薪资，就要付出多大的努力。