Python实现日志文件写入或者打印--类似于Java的Log4j
开发过Java的应该都知道Log4j的重要性,尤其是在开发测试中,能够让开发和测试人员方便找的bug,Python也有和Log4j相同功能的库那就是logging库,其功能非常强大,在开发测试中很方便,我是将其作为工具使用的,代码syslog.py如下:#!/usr/bin/env python# -*- coding: utf-8 -*-# @Time: 2017/11/27 ...
·
开发过Java的应该都知道Log4j的重要性,尤其是在开发测试中,能够让开发和测试人员方便找的bug,Python也有和Log4j相同功能的库那就是logging库,其功能非常强大,在开发测试中很方便,我是将其作为工具使用的,代码syslog.py如下:
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2017/11/27 15:39
# @Desc : 系统日志,主要用来打印测试
# @File : syslog.py
# @Software: PyCharm
from lxml import etree
import logging.handlers
import logging
import os
import sys
# 提供日志功能
class syslogger:
# 先读取XML文件中的配置数据
# 由于config.xml放置在与当前文件相同的目录下,因此通过 __file__ 来获取XML文件的目录,然后再拼接成绝对路径
# 这里利用了lxml库来解析XML
root = etree.parse(os.path.join(os.path.dirname(__file__), '../LogConfig.xml')).getroot()
# 读取日志文件保存路径
logpath = root.find('logpath').text
# 读取日志文件容量,转换为字节
logsize = 1024*1024*int(root.find('logsize').text)
# 读取日志文件保存个数
lognum = int(root.find('lognum').text)
# 日志文件名:由用例脚本的名称,结合日志保存路径,得到日志文件的绝对路径
logname = os.path.join(logpath, sys.argv[0].split('/')[-1].split('.')[0])
# 初始化logger
log = logging.getLogger()
# 日志格式,可以根据需要设置
fmt = logging.Formatter('[%(asctime)s][%(filename)s][line:%(lineno)d][%(levelname)s] %(message)s', '%Y-%m-%d %H:%M:%S')
# 日志输出到文件,这里用到了上面获取的日志名称,大小,保存个数
handle1 = logging.handlers.RotatingFileHandler(logname, maxBytes=logsize, backupCount=lognum)
handle1.setFormatter(fmt)
# 同时输出到屏幕,便于实施观察
handle2 = logging.StreamHandler(stream=sys.stdout)
handle2.setFormatter(fmt)
log.addHandler(handle1)
log.addHandler(handle2)
# 设置日志基本,这里设置为INFO,表示只有INFO级别及以上的会打印
log.setLevel(logging.INFO)
# 日志接口,用户只需调用这里的接口即可,这里只定位了INFO, WARNING, ERROR三个级别的日志,可根据需要定义更多接口
@classmethod
def info(cls, msg):
cls.log.info(msg)
return
@classmethod
def warning(cls, msg):
cls.log.warning(msg)
return
@classmethod
def error(cls, msg):
cls.log.error(msg)
return
syslogger=syslogger()
其配置文件LogConfig.xml如下:
<?xml version="1.0" encoding="utf-8"?>
<!--系统日志配置文件-->
<config>
<!-- 日志保存路径 -->
<logpath>/home/</logpath>
<!-- 每个脚本对应的日志文件大小,单位MB -->
<logsize>100</logsize>
<!-- 每个脚本保存的日志文件个数 -->
<lognum>3</lognum>
</config>
若无Python logging库,安装命令pip install logging
更多推荐
已为社区贡献5条内容
所有评论(0)