百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

每天一个 Python 库:logging 用法精讲,高效简洁的输出日志

off999 2025-05-28 19:40 46 浏览 0 评论

一、为什么你必须掌握 logging?


你是否还在用 print() 调试程序?

简单场景 OK,但当项目逐渐复杂,print 就显得力不从心:


  • 无法区分信息等级
  • 不带时间,无法定位日志时间点
  • 不易写入日志文件
  • 无法控制是否显示


logging 是 Python 标准库,轻量、强大且灵活,帮你统一管理日志信息,先看疗效。



二、logging 五大等级速查表

学习本来就不是一蹴而就的事,不过只要你肯练、敢用,坚持一阵子,你一定能看到变化!


#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""
@Project :Fish 
@File    :D11.py
@Date    :2025/4/23 19:27 
@Author : malijie
"""
import logging

logging.debug("调试信息")
logging.info("正常信息")
logging.warning("警告信息")
logging.error("错误信息")
logging.critical("严重错误")

等级

说明

适用场景

DEBUG

调试级别

开发阶段

INFO

普通信息

程序正常运行时记录

WARNING

警告

潜在问题

ERROR

错误

出现异常

CRITICAL

严重错误

程序无法运行


为什么只输出了3行?

这是因为 Python 的 logging 模块有一个默认的日志等级:WARNING

低于这个等级的日志(如 DEBUG 和 INFO)默认不会被输出。

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""
@Project :Fish 
@File    :D11.py
@Date    :2025/4/23 19:27 
@Author : malijie
"""
import logging

logging.basicConfig(level=logging.DEBUG)

logging.debug("调试信息")
logging.info("正常信息")
logging.warning("警告信息")
logging.error("错误信息")
logging.critical("严重错误")

再看效果如何



三、日志同时写入控制台和文件(推荐)

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""
@Project :Fish 
@File    :D11.py
@Date    :2025/4/23 19:27 
@Author : malijie
"""
import logging
import colorlog
import os
from datetime import datetime

# 创建日志器
logger = logging.getLogger("my_logger")
logger.setLevel(logging.DEBUG)

# 控制台处理器(彩色)
console_handler = colorlog.StreamHandler()
console_formatter = colorlog.ColoredFormatter(
    "%(log_color)s%(asctime)s - %(levelname)s - %(message)s",
    log_colors={
        'DEBUG': 'cyan',
        'INFO': 'green',
        'WARNING': 'yellow',
        'ERROR': 'red',
        'CRITICAL': 'bold_red',
    }
)
console_handler.setFormatter(console_formatter)

# 日志文件名(带时间)
log_dir = "logs"
os.makedirs(log_dir, exist_ok=True)
log_file = os.path.join(log_dir, f"log_{datetime.now().strftime('%Y%m%d_%H%M%S')}.log")

# 文件处理器(无颜色)
file_handler = logging.FileHandler(log_file, encoding='utf-8')
file_formatter = logging.Formatter("%(asctime)s - %(levelname)s - %(message)s")
file_handler.setFormatter(file_formatter)

# 添加两个处理器
logger.addHandler(console_handler)
logger.addHandler(file_handler)

# 输出不同等级日志
logger.debug("调试信息")
logger.info("正常信息")
logger.warning("警告信息")
logger.error("错误信息")
logger.critical("严重错误")

输出到 log_20250423_194518.log 文件:

2025-04-23 19:45:18,499 - DEBUG - 调试信息
2025-04-23 19:45:18,500 - INFO - 正常信息
2025-04-23 19:45:18,500 - WARNING - 警告信息
2025-04-23 19:45:18,500 - ERROR - 错误信息
2025-04-23 19:45:18,500 - CRITICAL - 严重错误



四、实用封装:获取通用 logger(建议写到工具模块)

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""
@Project :Fish 
@File    :D11.py
@Date    :2025/4/23 19:27 
@Author : malijie
"""
import logging
import os
from datetime import datetime
import colorlog


def get_logger(name="my_logger", log_dir="logs", level=logging.DEBUG):
    logger = logging.getLogger(name)
    logger.setLevel(level)

    # 避免重复添加处理器
    if logger.handlers:
        return logger

    # 控制台处理器(彩色)
    console_handler = colorlog.StreamHandler()
    console_formatter = colorlog.ColoredFormatter(
        "%(log_color)s%(asctime)s - %(levelname)s - %(message)s",
        log_colors={
            'DEBUG': 'cyan',
            'INFO': 'green',
            'WARNING': 'yellow',
            'ERROR': 'red',
            'CRITICAL': 'bold_red',
        }
    )
    console_handler.setFormatter(console_formatter)
    logger.addHandler(console_handler)

    # 文件处理器(不带颜色)
    os.makedirs(log_dir, exist_ok=True)
    log_file = os.path.join(log_dir, f"log_{datetime.now().strftime('%Y%m%d_%H%M%S')}.log")
    file_handler = logging.FileHandler(log_file, encoding="utf-8")
    file_formatter = logging.Formatter("%(asctime)s - %(levelname)s - %(message)s")
    file_handler.setFormatter(file_formatter)
    logger.addHandler(file_handler)

    return logger

调用方式:

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""
@Project :Fish 
@File    :test.py
@Date    :2025/4/23 20:01 
@Author : malijie
"""
import logging

from D11.D11 import get_logger

if __name__ == '__main__':
    logger = get_logger(level=logging.DEBUG)
    logger.debug("关税让美国进口订单开始腰斩")
    logger.info("特朗普就印控克什米尔发生恐袭发声")
    logger.warning("广州越秀一宾馆疑似发生火灾")
    logger.error("美在菲建全球最大战备仓库")
    logger.critical("特朗普再加关税!")



五、日志等级控制技巧


你可以通过 level 参数,灵活控制输出级别:

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""
@Project :Fish 
@File    :test.py
@Date    :2025/4/23 20:01 
@Author : malijie
"""
import logging

from D11.D11 import get_logger

if __name__ == '__main__':
    logger = get_logger(level=logging.WARNING)
    logger.debug("关税让美国进口订单开始腰斩")
    logger.info("特朗普就印控克什米尔发生恐袭发声")
    logger.warning("广州越秀一宾馆疑似发生火灾")
    logger.error("美在菲建全球最大战备仓库")
    logger.critical("特朗普再加关税!")

上面这行设置只输出 WARNING 及以上等级的日志。



六、logging 在自动化测试中的典型应用

日志通常用于记录:

  • 接口请求 / 响应数据
  • 步骤执行结果
  • 错误堆栈信息
  • 断言失败信息
log.info(f"请求接口成功,返回状态码:{status_code}")
log.error(f"断言失败,返回数据:{response.json()}")

结合 try-except 提升稳定性:

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""
@Project :Fish 
@File    :D11.py
@Date    :2025/4/23 19:27 
@Author : malijie
"""
import logging
import os
from datetime import datetime
import colorlog


def get_logger(name="my_logger", log_dir="logs", level=logging.DEBUG):
    logger = logging.getLogger(name)
    logger.setLevel(level)

    # 避免重复添加处理器
    if logger.handlers:
        return logger

    # 控制台处理器(彩色)
    console_handler = colorlog.StreamHandler()
    console_formatter = colorlog.ColoredFormatter(
        "%(log_color)s%(asctime)s - %(levelname)s - %(message)s",
        log_colors={
            'DEBUG': 'cyan',
            'INFO': 'green',
            'WARNING': 'yellow',
            'ERROR': 'red',
            'CRITICAL': 'bold_red',
        }
    )
    console_handler.setFormatter(console_formatter)
    logger.addHandler(console_handler)

    # 文件处理器(不带颜色)
    os.makedirs(log_dir, exist_ok=True)
    log_file = os.path.join(log_dir, f"log_{datetime.now().strftime('%Y%m%d_%H%M%S')}.log")
    file_handler = logging.FileHandler(log_file, encoding="utf-8")
    file_formatter = logging.Formatter("%(asctime)s - %(levelname)s - %(message)s")
    file_handler.setFormatter(file_formatter)
    logger.addHandler(file_handler)

    return logger


def ctr(c=None, t=None, r=None):
    if c == "唱" and t == "跳" and r == "RAP":
        logger.info("你太美!")
    else:
        1 / 0


if __name__ == '__main__':
    logger = get_logger(level=logging.DEBUG)
    ctr("唱", "跳", "RAP")
    try:
        ctr()
    except Exception as e:
        logger.exception("执行出错")  # 自动带 traceback



小结

场景

推荐写法

快速调试

logging.basicConfig()

项目标准日志

get_logger() 封装

自动化日志记录

info / error / exception

控制台 + 文件双输出

logger + handler

记住一句话:print 只能看,logging 能分析!



下期预告


每天一个 Python 库:argparse 命令行参数解析,给脚本配上交互能力!



点关注点赞不迷路,后续更新更多自动化测试经验,我们一起成长!

欢迎留言交流:你在用 logging 吗?都用来记录哪些信息?


点击头像,查看更多文章系列

下一期更精彩,不见不散!

相关推荐

Python Flask 容器化应用链路可观测

简介Flask是一个基于Python的轻量级Web应用框架,因其简洁灵活而被称为“微框架”。它提供了Web开发所需的核心功能,如请求处理、路由管理等,但不会强制开发者使用特定的工具或库。...

Python GUI应用开发快速入门(python开发软件教程)

一、GUI开发基础1.主流GUI框架对比表1PythonGUI框架比较框架特点适用场景学习曲线Tkinter内置库,简单小型应用,快速原型平缓PyQt功能强大,商用许可专业级桌面应用陡峭PySi...

【MCP实战】Python构建MCP应用全攻略:从入门到实战!

实战揭秘:Python Toga 打造跨平台 GUI 应用的神奇之旅

在Python的世界里,GUI(图形用户界面)开发工具众多,但要找到一款真正跨平台、易于使用且功能强大的工具并不容易。今天,我们就来深入探讨一下Toga——一款Python原生、操作系统原...

python应用目录规划(python的目录)

Python大型应用目录结构规划(企业级最佳实践)核心原则模块化:按业务功能拆分,高内聚低耦合可扩展性:支持插件机制和动态加载环境隔离:清晰区分开发/测试/生产环境自动化:内置标准化的构建测试部署流...

Python图形化应用开发框架:PyQt开发简介

PyQt概述定义:PyQt是Python绑定Qt框架的工具集,用于开发跨平台GUI应用程序原理:通过Qt的C++库提供底层功能,PyQt使用SIP工具生成Python绑定特点:支持Windows/ma...

[python] 基于PyOD库实现数据异常检测

PyOD是一个全面且易于使用的Python库,专门用于检测多变量数据中的异常点或离群点。异常点是指那些与大多数数据点显著不同的数据,它们可能表示错误、噪声或潜在的有趣现象。无论是处理小规模项目还是大型...

Python、Selenium 和 Allure 进行 UI 自动化测试的简单示例脚本

环境准备确保你已经安装了以下库:SeleniumAllurepytest你可以使用以下命令安装所需库:pipinstallseleniumallure-pytestpytest示例代码下面的代...

LabVIEW 与 Python 融合:打造强大测试系统的利器

在现代测试系统开发领域,LabVIEW和Python各自凭借独特优势占据重要地位。LabVIEW以图形化编程、仪器控制和实时系统开发能力见长;Python则凭借丰富的库资源、简洁语法和强大数...

软件测试进阶之自动化测试——python+appium实例

扼要:1、了解python+appium进行APP的自动化测试实例;2、能根据实例进行实训操作;本课程主要讲述用python+appium对APP进行UI自动化测试的例子。appium支持Androi...

Python openpyxl:读写样式Excel一条龙,测试报表必备!

无论你是测试工程师、数据分析师,还是想批量导出Excel的自动化工作者,只需一个库openpyxl,即可高效搞定Excel的各种需求!为什么选择openpyxl?支持.xlsx格式...

Python + Pytest 测试框架——数据驱动

引言前面已经和大家介绍过Unittest测试框架的数据驱动框架DDT,以及其实现原理。今天和大家分享的是Pytest测试框架的数据驱动,Pytest测试框架的数据驱动是由pytest自...

这款开源测试神器,圆了我玩游戏不用动手的梦想

作者:HelloGitHub-Anthony一天我在公司用手机看游戏直播,同事问我在玩什么游戏?我和他说在看直播,他恍然大悟:原来如此,我还纳闷你玩游戏,咋不用动手呢。。。。一语惊醒梦中人:玩游戏不用...

Python单元测试框架对比(pycharm 单元测试)

一、核心框架对比特性unittest(标准库)pytest(主流第三方)nose2(unittest扩展)doctest(文档测试)安装Python标准库pipinstallpytestp...

利用机器学习,进行人体33个2D姿态检测与评估

前几期的文章,我们分享了人脸468点检测与人手28点检测的代码实现过程,本期我们进行人体姿态的检测与评估通过视频进行人体姿势估计在各种应用中起着至关重要的作用,例如量化体育锻炼,手语识别和全身手势控制...

取消回复欢迎 发表评论: