前言
在自动化测试实践过程中，必不可少的就是进行日志管理，方便调试和生产问题追踪，python提供了logging模块来进行日志的管理。下面我们就logging模块的学习和使用进行一个层层推进演示学习。
Python的logging模块提供了通用的日志系统，可以方便第三方模块或应用使用。这个模块提供了不同的日志级别，并可以采用不同的方式进行日志记录，比如文件，HTTP GET/POST， SMTP， socket等等，甚至可以自定实现具体的日志记录方式。
logging模块与java的log4j的机制是一样的，只是具体的语言实现细节有些不同。python logging模块提供了logger、handler、filter、formatter等基础类。
1、logger： 提供日志接口，供应用程序调用。logger最常用的操作有两大类：配置和发送日志消息。
2、handler：将日志记录发送到合适的目的，比如文件、socket等等。一个logger对象可以通过addhandler方法添加0到N个handler，每个hangdler又可以定义不同的日志级别，以实现日志分级过滤。
3、filter：提供了一种优雅的方式决定一个日志记录是否发送到handler。
4、formatter：指定日志记录的输出格式。formatter的构造方法需要两个参数：消息的格式字符串和日期字符串，这两个参数是可选的。
默认情况下，logging将日志输出至console，日志级别为WARNING。
logging中按日志级别大小关系为CRITICAL > ERROR > WARNING > INFO >DEBUG > NOTSET，当然也可以自定义日志级别。
简单日志
下面我们看一下一个简单的日志示例，将日志记录输出到console：
#-*- coding:utf-8 -*-
import logging
if __name__ == '__main__':
logging.debug(u'这是bug级别日志记录')
logging.info(u'这是提示信息级别日志记录')
logging.warning(u'这是警告级别日志记录')
在console中将输出一下信息：
WARNING:root:这是警告级别日志记录
为什么只输出了一条呢？因为logging默认情况下的日志输出级别是：WANRING
日志格式和级别控制
接下来我们看看如何控制日志的输出格式和日志级别。代码示例如下：
#-*- coding:utf-8 -*-
import logging
if __name__ == '__main__':
logging.basicConfig(level=logging.DEBUG, # 日志级别设置
format="%(asctime)s %(filename)s [line: %(lineno)d] %(levelname)s %(message)s",
datefmt='%a, %d %b %Y %H:%M:%S',
filename='mylog.log',
filemode='w'
)
logging.debug(u'这是debug级别日志记录')
logging.info(u'这是信息级别日志记录')
logging.warning(u'这是警告级别日志记录')
在当前目录下mylog.log文件中的内容为：
Mon, 20 Mar 2017 16:21:28 log.py [line: 14] DEBUG 这是debug级别日志记录
Mon, 20 Mar 2017 16:21:28 log.py [line: 15] INFO 这是信息级别日志记录
Mon, 20 Mar 2017 16:21:28 log.py [line: 16] WARNING 这是警告级别日志记录
logging.basicConfig函数各参数说明
filename： 指定日志输出文件名
filemode：和file函数的意义相同，指定日志文件的打开模式，‘w或a’
format：指定日志输出格式和内容，format可以输出很多有用的信息，如上例所示：
%(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
datefmt：指定时间格式，同time.strtime()
level：指定日志级别，默认为logging.WARNING
stream：指定日志的输出流，可以指定输出到sys.stderr, sys.stdout或文件，默认输出到sys.stderr，当stream和filename同时指定时，stream被忽略。
日志输入定向
下面我们来看看如何把日志同时输出到console和文件中，代码示例如下：
#-*- coding:utf-8 -*-
import logging
if __name__ == '__main__':
logging.basicConfig(level=logging.DEBUG, # 日志级别设置
format="%(asctime)s %(filename)s [line: %(lineno)d] %(levelname)s %(message)s",
datefmt='%a, %d %b %Y %H:%M:%S',
filename='mylog.log',
filemode='w')
#####################################################
# 定义一个StreamHandler，将info级别的或更高级别的日志输出到标错错误
# 并将其添加到当前的日志处理对象
console = logging.StreamHandler()
console.setLevel(logging.INFO)
formatter = logging.Formatter('%(name)-12s: %(levelname)-8s %(message)s')
console.setFormatter(formatter)
logging.getLogger('').addHandler(console)
####################################################
logging.debug(u"这是debug日志记录")
logging.info(u'这是info日志记录')
logging.warning(u'这是warning日志记录')
在console中输出以下日志记录：
root : INFO 这是info日志记录
root : WARNING 这是warning日志记录
在当前目录下mylog.log文件中内容为：
Mon, 20 Mar 2017 17:32:43 log.py [line: 26] DEBUG 这是debug日志记录
Mon, 20 Mar 2017 17:32:43 log.py [line: 27] INFO 这是info日志记录
Mon, 20 Mar 2017 17:32:43 log.py [line: 28] WARNING 这是warning日志记录
在本示例中实现了根据不同需要，将不同级别的日志重定向输出至不同的目标。
日志配置
在上述所有的示例中，日志的配置都是在代码中实现，但在实际的应用过程中，我们一般都需要动态的配置日志信息，或是满足自定义的需要，下面我们就自定义日志配置进行示例演示：
# 定义一个配置文件，这里命名为logger.conf，为标准的INI格式的文件，内容如下
###############################################
###### 下面定义了三个logger： root,demo01,demo01
[loggers]
keys=root,demo01,demo01
[logger_root]
level=DEBUG
handlers=hand01,hand02
[logger_demo01]
handlers=hand01,hand02
qualname=demo01
propagate=0
[logger_demo02]
handlers=hand01,hand03
qualname=demo02
propagate=0
###############################################
#### 下面定义了三个handler： hand01,hand02,hand03
[handlers]
keys=hand01,hand02,hand03
[handler_hand01]
class=StreamHandler
level=INFO
formatter=form02
args=(sys.stderr,)
[handler_hand02]
class=FileHandler
level=DEBUG
formatter=form01
args=('mylog.log', 'a')
[handler_hand03]
class=handlers.RotatingFileHandler
level=INFO
formatter=form02
args=('mylog.log', 'a', 10*1024*1024, 5)
###############################################
### 下面定义了两种formatter： form01,form02
[formatters]
keys=form01,form02
[formatter_form01]
format=%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s
datefmt=%a, %d %b %Y %H:%M:%S
[formatter_form02]
format=%(name)-12s: %(levelname)-8s %(message)s
datefmt=
使用demo01 logger代码示例：
#-*- coding:utf-8 -*-
import logging
import logging.config
if __name__ == '__main__':
logging.config.fileConfig("logger.conf")
logger = logging.getLogger("demo01")
logger.debug(u'这是demo01 debug日志记录')
logger.info('u'这是demo01 info日志记录')
logger.warning(u'这是demo01 warning日志记录')
下面是使用demo02 logger代码示例：
#-*- coding:utf-8 -*-
import logging
import logging.config
if __name__ == '__main__':
logging.config.fileConfig("logger.conf")
logger = logging.getLogger("demo02")
logger.debug(u'这是demo02 debug日志记录')
logger.info('u'这是demo02 info日志记录')
logger.warning(u'这是demo02 warning日志记录')
结束语
本文从日志的基本应用到更高级的应用方式层层推进进行演示，当然了在实际的自动化测试实践中，还需要对logging模块进行更高级的封装以提高其复用性，达成高可用的目的。对于测试人员而言更需要加强编程基本功，提升测试技术能力，更加灵活的应用各种基础技术。
转自：开优测试
