Python-Loguru：让记录日志更装13

“ 今天勇哥来介绍一款让日志记录在 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

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