Python接口自动化浅析logging封装及实战操作

一、yaml配置文件

将日志中的常用配置，比如日志器名称、日志器等级及格式化放在配置文件中，在配置文件config.yaml中添加:

logger:

name: ITester

level: DEBUG

format: '%(filename)s-%(lineno)d-%(asctime)s-%(levelname)s-%(message)s'

封装logging类，读取yaml中的日志配置。

二、读取yaml

之前读写yaml配置文件的类已经封装好，愉快的拿来用即可，读取yaml配置文件中的日志配置。

yaml_handler.py

import yaml

class YamlHandler:

def __init__(self, file):

self.file = file

def read_yaml(self, encoding='utf-8'):

"""读取yaml数据"""

with open(self.file, encoding=encoding) as f:

return yaml.load(f.read(), Loader=yaml.FullLoader)

def write_yaml(self, data, encoding='utf-8'):

"""向yaml文件写入数据"""

with open(self.file, encoding=encoding, mode='w') as f:

return yaml.dump(data, stream=f, allow_unicode=True)

yaml_data = YamlHandler('../config/config.yaml').read_yaml()

三、封装logging类

在common目录下新建文件logger_handler.py，用于存放封装的logging类。

封装思路：

首先分析一下，logging中哪些数据可以作为参数？比如日志器名称、日志等级、日志文件路径、输出格式，可以将这些放到__init__方法里，作为参数。
其次，要判断日志文件是否存在，存在就将日志输出到日志文件中。
最后，logging模块已经封装好了Logger类，可以直接继承，减少代码量。

这里截取logging模块中Logger类的部分源码。

class Logger(Filterer):

"""

Instances of the Logger class represent a single logging channel. A

"logging channel" indicates an area of an application. Exactly how an

"area" is defined is up to the application developer. Since an

application can have any number of areas, logging channels are identified

by a unique string. Application areas can be nested (e.g. an area

of "input processing" might include sub-areas "read CSV files", "read

XLS files" and "read Gnumeric files"). To cater for this natural nesting,

channel names are organized into a namespace hierarchy where levels are

separated by periods, much like the Java or Python package namespace. So

in the instance given above, channel names might be "input" for the upper

level, and "input.csv", "input.xls" and "input.gnu" for the sub-levels.

There is no arbitrary limit to the depth of nesting.

"""

def __init__(self, name, level=NOTSET):

"""

Initialize the logger with a name and an optional level.

"""

Filterer.__init__(self)

self.name = name

self.level = _checkLevel(level)

self.parent = None

self.propagate = True

self.handlers = []

self.disabled = False

def setLevel(self, level):

"""

Set the logging level of this logger. level must be an int or a str.

"""

self.level = _checkLevel(level)

接下来，我们开始封装logging类。

logger_handler.py

import logging

from common.yaml_handler import yaml_data

class LoggerHandler(logging.Logger):

# 继承Logger类

def __init__(self,

name='root',

level='DEBUG',

file=None,

format=None

):

# 设置收集器

super().__init__(name)

# 设置收集器级别

self.setLevel(level)

# 设置日志格式

fmt = logging.Formatter(format)

# 如果存在文件，就设置文件处理器，日志输出到文件

if file:

file_handler = logging.FileHandler(file,encoding='utf-8')

file_handler.setLevel(level)

file_handler.setFormatter(fmt)

self.addHandler(file_handler)

# 设置StreamHandler,输出日志到控制台

stream_handler = logging.StreamHandler()

stream_handler.setLevel(level)

stream_handler.setFormatter(fmt)

self.addHandler(stream_handler)

# 从yaml配置文件中读取logging相关配置

logger = LoggerHandler(name=yaml_data['logger']['name'],

level=yaml_data['logger']['level'],

file='../log/log.txt',

format=yaml_data['logger']['format'])

四、logging实战

在登录用例中运用日志模块，到底在登录代码的哪里使用日志?

将读取的用例数据写入日志、用来检查当前的用例数据是否正确；
将用例运行的结果写入日志，用来检查用例运行结果是否与预期一致；
将断言失败的错误信息写入日志。

接下来直接上代码，在登录用例中添加日志。

test_login.py

import unittest

from common.requests_handler import RequestsHandler

from common.excel_handler import ExcelHandler

import ddt

import json

from common.logger_handler import logger

@ddt.ddt

class TestLogin(unittest.TestCase):

# 读取excel中的数据

excel = ExcelHandler('../data/cases.xlsx')

case_data = excel.read_excel('login')

print(case_data)

def setUp(self):

# 请求类实例化

self.req = RequestsHandler()

def tearDown(self):

# 关闭session管理器

self.req.close_session()

@ddt.data(*case_data)

def test_login_success(self,items):

logger.info('*'*88)

logger.info('当前是第{}条用例：{}'.format(items['case_id'],items['case_title']))

logger.info('当前用例的测试数据：{}'.format(items))

# 请求接口

res = self.req.visit(method=items['method'],url=items['url'],json=json.loads(items['payload']),

headers=json.loads(items['headers']))

try:

# 断言：预期结果与实际结果对比

self.assertEqual(res['code'], items['expected_result'])

logger.info(res)

result = 'Pass'

except AssertionError as e:

logger.error('用例执行失败：{}'.format(e))

result = 'Fail'

raise e

finally:

# 将响应的状态码，写到excel的第9列，即写入返回的状态码

TestLogin.excel.write_excel("../data/cases.xlsx", 'login', items['case_id'] + 1, 9, res['code'])

# 如果断言成功，则在第10行(测试结果)写入Pass,否则，写入Fail

TestLogin.excel.write_excel("../data/cases.xlsx", 'login', items['case_id'] + 1, 10, result)

if __name__ == '__main__':

unittest.main()

控制台日志输出部分截图：

日志文件输出部分截图：

现在我也找了很多测试的朋友，做了一个分享技术的交流群，共享了很多我们收集的技术文档和视频教程。
如果你不想再体验自学时找不到资源，没人解答问题，坚持几天便放弃的感受
可以加入我们一起交流。而且还有很多在自动化，性能，安全，测试开发等等方面有一定建树的技术大牛
分享他们的经验，还会分享很多直播讲座和技术沙龙
可以免费学习！划重点！开源的！！！
qq群号：485187702【暗号：csdn11】

最后感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走！ 希望能帮助到你！【100%无套路免费领取】