“ 今天勇哥来介绍一款让在 python 中变得更加轻松愉快的库——loguru。它提供了强大的功能和简洁的接口，使我们能够以更加灵活和直观的方式记录和管理日志信息，据说比logging快10倍！！”
1. loguru 简介
loguru 是一个功能强大且易于使用的开源日志记录库。它建立在 python 标准库中的 logging 模块之上，并提供了更加简洁直观的接口。使用 loguru，我们可以轻松地记录不同级别的日志消息，并根据需求输出到终端、文件或其他目标。
2. loguru 的安装
安装 loguru 在命令行中运行以下命令：
pip install loguru
3. loguru 的基本用法
首先，在代码的开头导入 loguru 的 logger 对象：
from loguru import logger
然后，我们可以使用 logger.info()、logger.warning() 等方法来记录不同级别的日志消息。例如：
logger.info("这是一条普通的信息日志")
logger.warning("这是一条警告日志")
logger.error("这是一条错误日志")
loguru 会自动添加时间戳、日志级别和日志消息内容，并将其输出到终端。这样，我们就可以很方便地查看和追踪日志信息。
4. 日志文件的输出
调用 logger.add() 方法来配置文件输出。例如，将日志信息保存到 app.log 的文件中：
logger.add("app.log")
所有的日志信息都将写入到 app.log 文件中。
5. 高级配置
5.1 设置日志级别
logger.level() 方法设置日志的输出级别。默认级别为 info。例如，将日志级别设置为 debug：
logger.level("debug")
这样，所有 debug 级别及以上的日志消息都会被输出。
5.2 自定义日志格式
loguru 允许我们自定义日志的格式。调用 logger.add()方法并设置format 参数，可以指定日志的格式。例如：
logger.add("app.log", format="[{time:hh:mm:ss}] {level} - {message}")
5.3 添加日志切割
当日志文件过大时，我们可以通过添加日志切割选项来分割文件，以便更好地管理和维护。例如，将日志文件每天切割为一个新文件：
logger.add("app.log", rotation="00:00")
6. 实际应用场景
6.1 自动化测试
在自动化测试中，使用 loguru，我们可以轻松地记录测试步骤、断言结果和异常信息。例如：
@logger.catch
def run_test():
logger.info("开始执行测试")
# 执行测试代码
assert some_condition, "条件不符合"
logger.info("测试通过")
run_test()
6.2 web 应用程序
在 web 应用程序中，loguru 可以方便地集成到 web 框架中，记录请求的路径、方法、参数等信息，以及响应的状态码和内容。例如：
@app.route("/api/data")
def get_data():
logger.info(f"收到请求：{request.path} [{request.method}]")
# 处理请求并返回响应
return jsonify(data)
7. 日志的封装
在实际应用中，我们最喜欢封装（逼格高），方便在不同模块和函数中重复使用。例如：
"""
@author: 测试玩家勇哥
@contact:262667641@qq.com
@file:mylogger.py
@time:2023/6/12 9:59
@desc: 日志封装
"""
import os
from functools import wraps
from time import perf_counter
from loguru import logger
# from loguru._logger import logger
class mylogger:
"""
根据时间、文件大小切割日志
"""
def __init__(self, log_dir='logs', max_size=20, retention='7 days'):
self.log_dir = log_dir
self.max_size = max_size
self.retention = retention
self.logger = self.configure_logger()
def configure_logger(self):
"""
returns:
"""
# 创建日志目录
os.makedirs(self.log_dir, exist_ok=true)
shared_config = {
"level": "debug",
"enqueue": true,
"backtrace": true,
"format": "{time:yyyy-mm-dd hh:mm:ss} | {level} | {message}",
}
# 添加按照日期和大小切割的文件 handler
logger.add(
sink=f"{self.log_dir}/{{time:yyyy-mm-dd}}.log",
rotation=f"{self.max_size} mb",
retention=self.retention,
**shared_config
)
# 配置按照等级划分的文件 handler 和控制台输出
logger.add(sink=self.get_log_path, **shared_config)
return logger
def get_log_path(self, message: str) -> str:
"""
根据等级返回日志路径
args:
message:
returns:
"""
log_level = message.record["level"].name.lower()
log_file = f"{log_level}.log"
log_path = os.path.join(self.log_dir, log_file)
return log_path
def __getattr__(self, level: str):
return getattr(self.logger, level)
def log_decorator(self, msg="快看，异常了，别唧唧哇哇，块排查"):
"""
日志装饰器，记录函数的名称、参数、返回值、运行时间和异常信息
args:
logger: 日志记录器对象
returns:
装饰器函数
"""
def decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
self.logger.info(f'-----------分割线-----------')
self.logger.info(f'调用 {func.__name__} args: {args}; kwargs:{kwargs}')
start = perf_counter() # 开始时间
try:
result = func(*args, **kwargs)
end = perf_counter() # 结束时间
duration = end - start
self.logger.info(f"{func.__name__} 返回结果：{result}, 耗时：{duration:4f}s")
return result
except exception as e:
self.logger.exception(f"{func.__name__}: {msg}")
self.logger.info(f"-----------分割线-----------")
# raise e
return wrapper
return decorator
if __name__ == '__main__':
log = mylogger()
@log.log_decorator("勇哥也不知道错在哪里")
def test_zero_division_error(a, b):
return a / b
for i in range(1000):
log.error('错误信息')
log.critical('严重错误信息')
test_zero_division_error(1, 0)
log.debug('调试信息')
log.info('普通信息')
log.success('成功信息')
log.warning('警告信息')
总结
以上就是勇哥今天为各位小伙伴准备的内容，如果你想了解更多关于python自动化测试的知识和技巧，欢迎关注我：公众号\博客\csdn\b站：测试玩家勇哥；我会不定期地分享更多的精彩内容，如果有任何问题或建议，请随时留言讨论。谢谢大家的阅读！！
如果你对 loguru 感兴趣，可以前往官方文档了解更多详细的信息。
最后
**我相信学习不是一朝一夕形成的，学习是一生的事业，坚持不懈，持续进步，为自己创造更美好的未来。****以上，共勉！
**
题外话，勇哥打算把新建的技术交流群，打造成一个活跃的高质量技术群。工作中遇到的技术问题，都可以在里面咨询大家，还有工作内推的机会。有兴趣的小伙伴，欢迎加我（记得备注是进群还是报名学习）****
************长按上方二维码2秒,关注我
勇哥，10年落魄测试老司机，技术栈偏python，目前在一家超大型房产公司担任自动化测试主管，日常工作比较繁杂，主要负责自动化测试，性能测试、软件质量管理及人员管理。工作之余专注于为粉丝进行简历修改、面试辅导、模拟面试、资料分享、一对一自动化测试教学辅导等副业发展。目前已服务十多位小伙伴，取得高薪offer。
关注公众号，干货及时送达
往期精选文章:
| python-threading多线程之线程锁 |
| pytest 快速入门 |
| pytest 前后置操作详谈 |
| 接口自动化之测试数据动态生成并替换 |
| requests模块该如何封装？ |
| 最通俗易懂python操作数据库 |
| python正则一篇搞掂 |
| 接口自动化如何封装mysql操作 |
| 性能测试之必备知识 |
|
性能分析思路 |
| python chatgpt来实现一个智能对话的钉钉机器人 |
| 一文看懂python如何执行cmd命令 |
