pytest框架-详解
目录
一、前言
二、pytest安装
2.1、安装
2.2、验证安装
2.3、pytest文档
三、pytest框架的约束
3.1、 python的命名规则
3.2、 pytest的命名规则
四、pytest的运行方式
4.1、主函数运行
4.2、命令行运行
4.3、pytest.ini配置文件方式运行（常用）
五、pytest配置文件pytest.ini文件
六、pytest的常用插件
七、pytest中conftest.py文件
7.1、conftest.py的特点
7.2、conftest.py的示例目录
八、pytest中fixtrue装饰器
8.1、前言
8.2、fixtrue的优势
8.3、Fixture的调用方式：
8.4、Fixture的作用范围
8.5、fixtrue参数详解-scope
8.5.1、scope = “function”
8.5.2、scope = “class”
8.5.3、scope = “module”：与class相同，只从.py文件开始引用fixture的位置生效
8.6、fixtrue参数详解-autouse
8.7、fixtrue参数详解params
8.8、fixtrue参数详解-ids
8.9、fixtrue参数详解-name
九、pytest跳过测试用例skip、skipif
9.1、@pytest.mark.skip
9.2、pytest.skip()函数基础使用
9.3、 pytest.skip(msg=“”,allow_module_level=False)
9.4、 pytest.skip(msg=“”,allow_module_level=False)
9.5、跳过标记
9.6、pytest.importorskip( modname: str, minversion: Optional[str] = None, reason: Optional[str] = Nonse )
9.7、使用自定义标记 mark
十、pytest参数化 @pytest.mark.parametrize
10.1、函数数据参数化
十一、pytest标记为失败函数和失败重试
11.1 、标记为预期失败的函数
11.2 失败后重试
十二、pytest调整执行顺序
十三、pytest设置断点
十四、pytest获取用例执行性能数据
十五、pytest生成测试报告
3.1、下载Allure插件
3.2、生成临时的json报告（过度）
3.3、生成html报告
3.4、allure测试报告优化
十六、pytest中管理日志
16.1、日志级别
16.2、分析解释
16.3、日志输出-控制台
16.4、日志输出-文件
16.5、日志输出-控制台和文件
16.6、format常用格式说明
16.7、捕捉异常traceback记录
16.8、多模块调用logging，日志输出顺序
16.9、日志滚动和过期删除（按时间）
十七、总结
一、前言
pytest是一个非常成熟的全功能的Python测试框架，主要有以下几个特点：
1、简单灵活，非常方便的组织自动化测试用例；
2、支持参数化，可以细粒度地控制要测试的测试用例；
3、能够支持简单的单元测试和复杂的功能测试，比如web端selenium/移动端appnium等自动化测试、request接口自动化测试
4、pytest具有很多第三方插件，并且可以自定义扩展，比如测试报告生成，失败重运行机制
5、测试用例的skip和fail处理；
6、结合业界最美的测试报告allure+Jenkins，持续集成
二、pytest安装
2.1、安装
pip install -U pytest
2.2、验证安装
pytest --version # 会展示当前已安装版本
2.3、pytest文档
官方文档：https://docs.pytest.org/en/latest/contents.html
三、pytest框架的约束
3.1、 python的命名规则
1）py文件全部小写，多个英文用_隔开
2）class名首字母大写，驼峰
3）函数和方法名小写，多个英文用_隔开
4）全局变量，前面要加global
5）常量字母必须全大写，如：AGE_OF_NICK
3.2、 pytest的命名规则
1）模块名（py文件）必须是以test_开头或者_test结尾
2）测试类（class）必须以Test开头，并且不能带init方法，类里的方法必须以test_开头
3）测试用例（函数）必须以test_开头
四、pytest的运行方式
4.1、主函数运行
main中可使用的参数有：
| 参数 | 描述 | 案例 | | --- | --- | --- | | -v | 输出调试信息。如：打印信息 | pytest.main([‘-v’,‘testcase/test_one.py’,‘testcase/test_two.py’]) | | -s | 输出更详细的信息，如：文件名、用例名 | pytest.main([‘-vs’,‘testcase/test_one.py’,‘testcase/test_two.py’]) | | -n | 多线程或分布式运行测试用例 | | | -x | 只要有一个用例执行失败，就停止执行测试 | pytest.main([‘-vsx’,‘testcase/test_one.py’]) | | – maxfail | 出现N个测试用例失败，就停止测试 | pytest.main([‘-vs’,‘-x=2’,‘testcase/test_one.py’] | | –html=report.html | 生成测试报告 | pytest.main([‘-vs’,‘–html=./report.html’,‘testcase/test_one.py’]) | | -m | 通过标记表达式执行 | | | -k | 根据测试用例的部分字符串指定测试用例，可以使用and，or | |
4.2、命令行运行
文件路径：testcase/test_one.py
| 参数 | 描述 | 案例 | | --- | --- | --- | | -v | 输出调试信息。如：打印信息 | pytest -x ./testcase/test_one.py | | -q | 输出简单信息。 | pyets -q ./testcase/test_one.py | | -s | 输出更详细的信息，如：文件名、用例名 | pytest -s ./testcase/test_one.py | | -n | 多线程或分布式运行测试用例 | | | -x | 只要有一个用例执行失败，就停止执行测试 | pytest -x ./testcase/test_one.py | | – maxfail | 出现N个测试用例失败，就停止测试 | pytest --maxfail=2 ./testcase/test_one.py | | –html=report.html | 生成测试报告 | pytest ./testcase/test_one.py --html=./report/report.html | | –html=report.html | 生成测试报告 | pytest ./testcase/test_one.py --html=./report/report.html | | -k | 根据测试用例的部分字符串指定测试用例，可以使用and，or | pytest -k “MyClass and not method”，这条命令会匹配文件名、类名、方法名匹配表达式的用例，这里这条命令会运行 TestMyClass.test_something， 不会执行 TestMyClass.test_method_simple |
4.3、pytest.ini配置文件方式运行（常用）
不管是mian执行方式还是命令执行，最终都会去读取pytest.ini文件
在项目的根目录下创建pytest.ini文件
addopts=-vs -m slow --html=./report/report.html
pytset.ini文件尽可能不要出现中文。
| 参数 | 作用 | | | [pytest] | 用于标志这个文件是pytest的配置文件 | | | addopts | 命令行参数，多个参数之间用空格分隔 | | | testpaths | 配置搜索参数用例的范围 | | | python_files | 改变默认的文件搜索规则 | | | python_classes | 改变默认的类搜索规则 | | | python_functions | 改变默认的测试用例的搜索规则 | | | markers | 用例标记，自定义mark，需要先注册标记，运行时才不会出现warnings | |
五、pytest配置文件pytest.ini文件
pytest的配置文件通常放在测试目录下，名称为pytest.ini，命令行运行时会使用该配置文件中的配置.
python_functions = test_*
六、pytest的常用插件
插件列表网址：https://plugincompat.herokuapp.com
包含很多插件包，大家可依据工作的需求选择使用。
七、pytest中conftest.py文件
7.1、conftest.py的特点
- pytest 会默认读取 conftest.py里面的所有 fixture
- conftest.py 文件名称是固定的，不能改动
- conftest.py 只对同一个 package 下的所有测试用例生效
- 不同目录可以有自己的 conftest.py，一个项目中可以有多个 conftest.py
- 测试用例文件中不需要手动 import conftest.py，pytest 会自动查找
7.2、conftest.py的示例目录
最顶层的 conftest，一般写全局的 fixture
八、pytest中fixtrue装饰器
8.1、前言
虽然setup和teardown可以执行一些前置和后置操作，但是这种是针对整个脚本全局生效的
如果有以下场景：1.用例一需要执行登录操作；2.用例二不需要执行登录操作；3.用例三需要执行登录操作，则setup和teardown则不满足要求。fixture可以让我自定义测试用例的前置条件
8.2、fixtrue的优势
- 命名方式灵活，不限于setup和teardown两种命名
- conftest.py可以实现数据共享，不需要执行import 就能自动找到fixture
- scope=module，可以实现多个.py文件共享前置
- scope=“session” 以实现多个.py 跨文件使用一个 session 来完成多个用例
8.3、Fixture的调用方式：
@pytest.fixture(scope = "function",params=None,autouse=False,ids=None,name=None)
8.4、Fixture的作用范围
| 取值 | 范围 说明 | | --- | --- | | function | 函数级 每一个函数或方法都会调用 | | class | 函数级 模块级 每一个.py文件调用一次 | | module | 模块级 每一个.py文件调用一次 | | session | 会话级 每次会话只需要运行一次，会话内所有方法及类，模块都共享这个方法 |
8.5、fixtrue参数详解-scope
用于控制Fixture的作用范围
作用类似于Pytest的setup/teardown
默认取值为function（函数级别），控制范围的排序为：session > module > class > function
8.5.1、scope = “function”
- 场景一：做为参数传入
def test_001(self, login):print("001传入了loging fixture")assert login == "account"def test_002(self, logout):print("002传入了logout fixture")def test_003(self, login, logout):print("004未传入仍何fixture哦")if __name__ == '__main__':
从运行结果可以看出，fixture做为参数传入时，会在执行函数之前执行该fixture函数。再将值传入测试函数做为参数使用，这个场景多用于登录
- 场景二：Fixture的相互调用
print("直接使用第二层fixture,返回值为{}".format(login))def test_2(self, account):print("只调用account fixture,返回值为{}".format(account))if __name__ == '__main__':
1.即使fixture之间支持相互调用，但普通函数直接使用fixture是不支持的，一定是在测试函数内调用才会逐级调用生效
2.有多层fixture调用时，最先执行的是最后一层fixture，而不是先执行传入测试函数的fixture
3.上层fixture的值不会自动return,这里就类似函数相互调用一样的逻辑
8.5.2、scope = “class”
**当测试类内的每一个测试方法都调用了fixture，fixture只在该class下所有测试用例执行前执行一次
**测试类下面只有一些测试方法使用了fixture函数名，这样的话，fixture只在该class下第一个使用fixture函数的测试用例位置开始算，后面所有的测试用例执行前只执行一次。而该位置之前的测试用例就不管。
语法
[email protected](scope='class')
@pytest.fixture(scope='class')if __name__ == '__main__':
@pytest.fixture(scope='class')if __name__ == '__main__':
8.5.3、scope = “module”：与class相同，只从.py文件开始引用fixture的位置生效
@pytest.fixture(scope='module')print("fixture范围为module")if __name__ == '__main__':
8.5.4、scope = “session”：
session的作用范围是针对.py级别的，module是对当前.py生效，seesion是对多个.py文件生效
session只作用于一个.py文件时，作用相当于module
所以session多数与contest.py文件一起使用，做为全局Fixture
8.6、fixtrue参数详解-autouse
默认False
若为True，刚每个测试函数都会自动调用该fixture,无需传入fixture函数名
由此我们可以总结出调用fixture的三种方式：
1.函数或类里面方法直接传fixture的函数参数名称
2.使用装饰器@pytest.mark.usefixtures()修饰
3.autouse=True自动调用，无需传仍何参数，作用范围跟着scope走（谨慎使用）
让我们来看一下，当autouse=ture的效果：
8.7、fixtrue参数详解params
Fixture的可选形参列表，支持列表传入
默认None，每个param的值
fixture都会去调用执行一次，类似for循环
可与参数ids一起使用，作为每个参数的标识，详见ids
被Fixture装饰的函数要调用是采用：Request.param(固定写法，如下图)
举个栗子：
8.8、fixtrue参数详解-ids
用例标识ID与params配合使用，一对一关系
举个栗子：
未配置ids之前，用例：
配置了IDS后：
8.9、fixtrue参数详解-name
fixture的重命名
通常来说使用 fixture 的测试函数会将 fixture 的函数名作为参数传递，但是 pytest 也允许将fixture重命名
如果使用了name,那只能将name传如，函数名不再生效
调用方法：@pytest.mark.usefixtures(‘fixture1’,‘fixture2’)
举栗：
@pytest.fixture(name="new_fixture")print("使用name参数后，传入重命名函数，执行成功")print("使用name参数后，仍传入函数名称，会失败")
九、pytest跳过测试用例skip、skipif
9.1、@pytest.mark.skip
跳过执行测试用例，有可选参数 reason：跳过的原因，会在执行结果中打印
- @pytest.mark.skip可以加在函数上，类上，类方法上
- 如果加在类上面，类里面的所有测试用例都不会执行
@pytest.fixture(autouse=True)@pytest.mark.skip(reason="不执行该用例！！因为没写好！！")print("%% 我是类测试用例1111 %%") @pytest.mark.skip(reason="不想执行")print("%% 我是类测试用例2222 %%")@pytest.mark.skip(reason="类也可以跳过不执行")
9.2、pytest.skip()函数基础使用
作用：在测试用例执行期间强制跳过不再执行剩余内容
类似：在Python的循环里面，满足某些条件则break 跳出循环
执行结果：
9.3、 pytest.skip(msg=“”,allow_module_level=False)
当 allow_module_level=True 时，可以设置在模块级别跳过整个模块
if sys.platform.startswith("win"): pytest.skip("skipping windows-only tests", allow_module_level=True)@pytest.fixture(autouse=True)
9.4、 pytest.skip(msg=“”,allow_module_level=False)
方法：
skipif(condition, reason=None)
参数：
condition：跳过的条件，必传参数
reason：标注原因，必传参数
使用方法：
@pytest.mark.skipif(condition, reason=“xxx”)
print("------->setup_class")def teardown_class(self):print("------->teardown_class") @pytest.mark.skipif(condition=2>1,reason = "跳过该函数")
9.5、跳过标记
- 可以将 pytest.mark.skip 和 pytest.mark.skipif 赋值给一个标记变量
- 在不同模块之间共享这个标记变量
- 若有多个模块的测试用例需要用到相同
- 的 skip 或 skipif ，可以用一个单独的文件去管理这些通用标记，然后适用于整个测试用例集
skipmark = pytest.mark.skip(reason="不能在window上运行=====")skipifmark = pytest.mark.skipif(sys.platform == 'win32', reason="不能在window上运行啦啦啦=====")class TestSkip_Mark(object):
9.6、pytest.importorskip( modname: str, minversion: Optional[str] = None, reason: Optional[str] = Nonse )
作用：如果缺少某些导入，则跳过模块中的所有测试
参数列表
- modname：模块名
- minversion：版本号
- reason：跳过原因，默认不给也行
pexpect = pytest.importorskip("pexpect", minversion="0.3")
9.7、使用自定义标记 mark
前言
- pytest可以支持自定义标记，自定义标记可以把一个web项目划分为多个模块，然后指定模块名称执行
- 譬如我们可以标明哪些用例在window上执行，哪些用例在mac上执行，在运行的时候指定mark就行
命令运行：
pytest -s -m model test_one.py
如何避免warnings
创建一个 pytest.ini 文件 加上自定义mark pytest.ini 需要和运行的测试用例同一个目录，或在根目录下作用于全局
[pytest]
markers =
model: this is model mark
如果不想标记 model 的用例
pytest -s -m " not model" test_one.py
如果想执行多个自定义标记的用例
pytest -s -m “model or regular” 08_mark.py
十、pytest参数化 @pytest.mark.parametrize
pytest允许在多个级别启用测试化参数：
1）pytest.fixture()允许fixture有参数化功能
2）pytest.mark.parametrize 允许在测试函数和类中定义多组参数和fixtures
3）pytest_generate_tests允许定义自定义参数化方案或扩展
def parametrize(self,argnames, argvalues, indirect=False, ids=None, scope=None):
argnames：
含义：参数值列表
格式：字符串"arg1,arg2,arg3"
例如：
@pytest.mark.parametrize(“name,pwd”, [(“yy1”, “123”), (“yy2”, “123”)])
argvalues:
含义：参数值列表
格式：必须是列表，如：[ val1,val2,val3 ]
如果只有一个参数，里面则是值的列表如：@pytest.mark.parametrize(“username”, [“yy”, “yy2”, “yy3”])
如果有多个参数例，则需要用元组来存放值，一个元组对应一组参数的值，如：@pytest.mark.parametrize(“name,pwd”, [(“yy1”, “123”), (“yy2”, “123”), (“yy3”, “123”)])
ids：
含义：用例的id
格式：传一个字符串列表
作用：可以标识每一个测试用例，自定义测试数据结果的显示，为了增加可读性
indirect：
作用：如果设置成 True，则把传进来的参数当函数执行，而不是一个参数（下一篇文章即讲解
@pytest.mark.parametrize("test_input,expected", [("3+5", 8), ("2+4", 6), ("6*9", 42)])def test_eval(test_input, expected):print(f"测试数据{test_input},期望结果{expected}")assert eval(test_input) == expected
10.1、函数数据参数化
方便测试函数对测试属于的获取。
方法：
parametrize(argnames, argvalues, indirect=False, ids=None, scope=None)
常用参数：
argnames：参数名
argvalues：参数对应值，类型必须为list
当参数为一个时格式：[value]
当参数个数大于一个时，格式为:[(param_value1,param_value2…),(param_value1,param_value2…)]
使用方法:
@pytest.mark.parametrize(argnames,argvalues)
️ 参数值为N个，测试方法就会运行N次
print("------->setup_class")def teardown_class(self):print("------->teardown_class") @pytest.mark.parametrize("a",[3,6]) print("test data:a=%d"%a)
多个参数：
print("------->setup_class")def teardown_class(self):print("------->teardown_class") @pytest.mark.parametrize("a,b",[(1,2),(0,3)]) print("test data:a=%d,b=%d"%(a,b))
函数返回值作为参数
print("------->setup_class")def teardown_class(self):print("------->teardown_class") @pytest.mark.parametrize("a,b",return_test_data()) print("test data:a=%d,b=%d"%(a,b))
“笛卡尔积”，多个参数化装饰器
一个函数或一个类可以装饰多个 @pytest.mark.parametrize
这种方式，最终生成的用例数是 nm，比如上面的代码就是：参数a的数据有 3 个，参数b的数据有 2 个，所以最终的用例数有 32=6 条
当参数化装饰器有很多个的时候，用例数都等于 nnnn…
@pytest.mark.parametrize('a', data_1)@pytest.mark.parametrize('b', data_2)def test_parametrize_1(a, b):print(f'笛卡尔积 测试数据为 ： {a}，{b}')
参数化，标记数据
@pytest.mark.parametrize("test_input,expected", [ pytest.param("6 * 9", 42, marks=pytest.mark.xfail), pytest.param("6*6", 42, marks=pytest.mark.skip)def test_mark(test_input, expected):assert eval(test_input) == expected
十一、pytest标记为失败函数和失败重试
11.1 、标记为预期失败的函数
标记测试函数为失败函数
xfail(condition=None, reason=None, raises=None, run=True, strict=False) @pytest.mark.xfail(condition, reason="xx")
print("------->setup_class")def teardown_class(self):print("------->teardown_class") @pytest.mark.xfail(2 > 1, reason="标注为预期失败")
11.2 失败后重试
需安装第三方插件：pytest-rerun、pytest-rerunfailures
失败重试： 【–reruns=1】,用例执行失败后，会立即开始重试一次此用例，再执行下一条用例
失败重运行： 【–if】 ，用例集或用例执行完成之后，再次pytest.main()，会收集失败的用例，再次运行；如果没有失败的用例，会执行全部
一个run文件，可以同时写多条pytest.main()，执行pytest的命令
pytest.main(['-s','test_firstFile.py']) pytest.main(['-s','--lf','test_firstFile.py'])
注意：如果用例数较多，第一次运行全部成功的情况，第二个pytest.main()，是会收集所有的用例再执行一遍；建议使用失败重试次数（–reruns=1），失败一次后，立刻执行一次，也可减少用例的失败率
失败重试方式:
1、可在命令行 –reruns=1 reruns_delay=2 失败后重运行1次，延时2s
2、使用装饰器进行失败重运行
@pytest.mark.flaky(reruns=1, reruns_delay=2)
使用方式：
命令行参数：–reruns n（重新运行次数），–reruns-delay m（等待运行秒数）
装饰器参数：reruns=n（重新运行次数），reruns_delay=m（等待运行秒数）
重新运行所有失败的用例：
运行失败的 fixture 或 setup_class 也将重新执行
pytest --reruns=5
添加重新运行的延时：
要在两次重试之间增加延迟时间，使用 --reruns-delay 命令行选项，指定下次测试重新开始之前等待的秒数
pytest.main( [‘-vs’,‘–reruns=5’,‘–reruns_delay=10’,‘./testcase/test_debug.py’,‘–report=_report.html’])
重新运行指定的测试用例:
@pytest.mark.flaky(reruns=5)assert random.choice([True, False, False])@pytest.mark.flaky(reruns=5, reruns_delay=2)assert random.choice([True, False, False])
注意：
1.如果指定了用例的重新运行次数，在命令行添加的 --reruns 对这些用例是不会生效的
2.不可以和 fixture 装饰器@pytest.fixture()一起使用
3.该插件与 pytest-xdist 的 --looponfail 标志不兼容
4.该插件与核心 --pdb 标志不兼容
十二、pytest调整执行顺序
十三、pytest设置断点
在用例脚本中加入如下python代码，pytest会自动关闭执行输出的抓取，这里，其他test脚本不会受到影响，带断点的test上一个test正常输出
import pdb; pdb.set_trace()
十四、pytest获取用例执行性能数据
获取最慢的10个用例的执行耗时
pytest --durations=10
十五、pytest生成测试报告
3.1、下载Allure插件
官方地址：allure官方下载地址，bin目录放到path变量当中
验证是否安装成功：allure -- version
3.2、生成临时的json报告（过度）
pytest.ini文件中，addopts中加上一个--alluredir=./temps
--clean-alluredir 清除上次的数据
3.3、生成html报告
pytest框架自带一个测试报告，内容也相对全面，但是可读性差点，allure生成的测试报告，可改造性强，看起来也美观。使用过程在此总结一下。
3.4、allure测试报告优化
在allure测试报告页面可以选择中英文切换，我个人比较倾向使用【功能/Behaviors】这个菜单里面的信息，因为这里可以看到更多详细的内容，也比较容易对我们的测试用例进行规范化，allure测试报告的改造也大部分都在这个环节上。
1、增加功能模块描述、测试点描述及测试步骤
方法：先import allure，然后在类上添加装饰器@allure.feature("生成账单")，在方法上添加装饰器@allure.story("批量生成账单")，在方法里面添加步骤with allure.step("1.进入[社区管理]菜单"):
使用及效果图：
(feature相当于一个功能，一个大的模块，将case分类到某个feature中，报告中在behaviore中显示，相当于testsuite)
(story相当于对应这个功能或者模块下的不同场景，分支功能，属于feature之下的结构，报告在features中显示，相当于testcase)
2、执行断言，失败截图、成功截图
一条case可以在中间步骤进行断言，可以在最后进行断言，看测试需要。我们想要的一个结果是断言失败的截图并放到allure测试报告中。
with allure.step("5.执行断言"):assert "添加成功" in self.driver.page_source self.driver.save_screenshot("./screenshot/houseInfoFail.png") allure.attach.file("./screenshot/houseInfoFail.png", attachment_type=allure.attachment_type.PNG)assert "添加成功" in self.driver.page_source
现在项目下面建一个screenshot文件夹，用来放截取的图片，然后allure再获取该图片。houseInfoFail.png这个是自己定义的图片的文件名。
如果断言成功了，也截取一张图片，并放到allure报告中。完整代码如下：
with allure.step("5.执行断言"):assert "添加成功" in self.driver.page_source self.driver.save_screenshot("./screenshot/houseInfoFail.png") allure.attach.file("./screenshot/houseInfoFail.png", attachment_type=allure.attachment_type.PNG)assert "添加成功" in self.driver.page_sourcewith allure.step("6.保存图片"): self.driver.save_screenshot("./screenshot/houseInfo.png") allure.attach.file("./screenshot/houseInfo.png", attachment_type=allure.attachment_type.PNG)
houseInfo.png这个是执行成功截取的图片，注意和上面执行失败截取的图片文件名区分一下。
效果：
还有很多功能，想要的效果达到了就可以了。
十六、pytest中管理日志
16.1、日志级别
默认生成的root logger的level是logging.WARNING，低于该级别的就不输出了
级别排序：CRITICAL > ERROR > WARNING > INFO > DEBUG
debug : 打印全部的日志，详细的信息，通常只出现在诊断问题上
info : 打印info，warning，error，critical级别的日志，确认一切按预期运行
warning : 打印warning，error，critical级别的日志，一个迹象表明，一些意想不到的事情发生了，或表明一些问题在不久的将来(例如。磁盘空间低”)，这个软件还能按预期工作
error : 打印error，critical级别的日志，更严重的问题，软件没能执行一些功能
critical : 打印critical级别，一个严重的错误，这表明程序本身可能无法继续运行
这时候，如果需要显示低于WARNING级别的内容，可以引入NOTSET级别来显示：
logging.basicConfig(level=logging.NOTSET) logging.debug(u"如果设置了日志级别为NOTSET,那么这里可以采取debug、info的级别的内容也可以显示在控制台上了")
16.2、分析解释
Logging.Formatter：这个类配置了日志的格式，在里面自定义设置日期和时间，输出日志的时候将会按照设置的格式显示内容。
Logging.Logger：Logger是Logging模块的主体。
进行以下三项工作：
为程序提供记录日志的接口；
判断日志所处级别，并判断是否要过滤；
根据其日志级别将该条日志分发给不同handler；
常用函数有：
Logger.setLevel() 设置日志级别；
Logger.addHandler() 和 Logger.removeHandler() 添加和删除一个Handler；
Logger.addFilter() 添加一个Filter，过滤作用；
Logging.Handler：Handler基于日志级别对日志进行分发，如设置为WARNING
级别的Handler只会处理WARNING及以上级别的日志。
常用函数有：
setLevel() 设置级别；
setFormatter() 设置Formatter；
16.3、日志输出-控制台
logging.basicConfig(level=logging.DEBUG,format='%(asctime)s - %(filename)s[line:%(lineno)d] - %(levelname)s: %(message)s') logging.info('this is a loggging info message')logging.debug('this is a loggging debug message')logging.warning('this is loggging a warning message')logging.error('this is an loggging error message')logging.critical('this is a loggging critical message')
上面代码通过logging.basicConfig函数进行配置了日志级别和日志内容输出格式；
因为级别为DEBUG，所以会将DEBUG级别以上的信息都输出显示再控制台上。
16.4、日志输出-文件
logger = logging.getLogger()logger.setLevel(logging.INFO) rq = time.strftime('%Y%m%d%H%M', time.localtime(time.time()))log_path = os.path.dirname(os.getcwd()) + '/Logs/'log_name = log_path + rq + '.log'fh = logging.FileHandler(logfile, mode='w')fh.setLevel(logging.DEBUG) formatter = logging.Formatter("%(asctime)s - %(filename)s[line:%(lineno)d] - %(levelname)s: %(message)s")fh.setFormatter(formatter)logger.debug('this is a logger debug message')logger.info('this is a logger info message')logger.warning('this is a logger warning message')logger.error('this is a logger error message')logger.critical('this is a logger critical message')
16.5、日志输出-控制台和文件
只要在输入到日志中的第二步和第三步插入一个handler输出到控制台：
创建一个handler，用于输出到控制台
ch = logging.StreamHandler()ch.setLevel(logging.WARNING)
第四步和第五步分别加入以下代码即可
ch.setFormatter(formatter)
16.6、format常用格式说明
%(levelno)s: 打印日志级别的数值
%(levelname)s: 打印日志级别名称
%(pathname)s: 打印当前执行程序的路径，其实就是sys.argv[0]
%(filename)s: 打印当前执行程序名
%(funcName)s: 打印日志的当前函数
%(lineno)d: 打印日志的当前行号
%(asctime)s: 打印日志的时间
%(thread)d: 打印线程ID
%(threadName)s: 打印线程名称
%(process)d: 打印进程ID
%(message)s: 打印日志信息
16.7、捕捉异常traceback记录
logger = logging.getLogger()logger.setLevel(logging.INFO) rq = time.strftime('%Y%m%d%H%M', time.localtime(time.time()))log_path = os.path.dirname(os.getcwd()) + '/Logs/'log_name = log_path + rq + '.log'fh = logging.FileHandler(logfile, mode='w')fh.setLevel(logging.DEBUG) formatter = logging.Formatter("%(asctime)s - %(filename)s[line:%(lineno)d] - %(levelname)s: %(message)s")fh.setFormatter(formatter)open('/path/to/does/not/exist', 'rb')except (SystemExit, KeyboardInterrupt): logger.error('Failed to open file', exc_info=True)
如果需要将日志不上报错误，仅记录，可以写成exc_info=False
16.8、多模块调用logging，日志输出顺序
warning_output.py
logging.warning(u"记录文件warning_output.py的日志")
error_output.py
logging.error(u"记录文件error_output.py的日志")
main.py
logging.critical(u"记录文件main.py的日志")warning_output.write_warning() error_output.write_error()
16.9、日志滚动和过期删除（按时间）
from logging.handlers import TimedRotatingFileHandlerfrom logging.handlers import RotatingFileHandler log_fmt = '%(asctime)stFile "%(filename)s",line %(lineno)st%(levelname)s: %(message)s' formatter = logging.Formatter(log_fmt) log_file_handler = TimedRotatingFileHandler(filename="ds_update", when="M", interval=2, backupCount=2) log_file_handler.setFormatter(formatter) logging.basicConfig(level=logging.INFO) log = logging.getLogger() log.addHandler(log_file_handler) log.removeHandler(log_file_handler)if __name__ == "__main__":
说明：
filename：日志文件名的prefix；
when：是一个字符串，用于描述滚动周期的基本单位，字符串的值及意义如下：
“S”：Seconds
“M”：Minutes
“H”：Hours
“D”：Days
“W”：Week day (0=Monday)
“midnight”：Roll over at midnight
interva：滚动周期，单位有when指定，比如：when=’D’,interval=1，表示每天产生一个日志文件
backupCount：表示日志文件的保留个数
十七、总结
如果你看到了总结，那么恭喜你看到了总结，总结是全文的精华，而精华是全文的内容，总而言之，言而总之，你浪费了5秒钟~