python自动化测试之异常及日志操作实例分析

Naomi ·

更新时间:2024-11-14

· 947 次阅读

本文实例讲述了python自动化测试之异常及日志操作。分享给大家供大家参考，具体如下：

　　为了保持自动化测试用例的健壮性，异常的捕获及处理，日志的记录对掌握自动化测试执行情况尤为重要，这里便详细的介绍下在自动化测试中使用到的异常及日志，并介绍其详细的用法。

　　一、日志

　　　　打印日志是很多程序的重要需求，良好的日志输出可以帮我们更方便的检测程序运行状态。Python标准库提供了logging模块，切记Logger从来不直接实例化，其好处不言而喻，接下来慢慢讲解Logging模块提供了两种记录日志的方式。

logging之模块级别的函数方式记录日志


import logging
#设置日志，包括filename、level、format、filemode、stream，其中format属性极其丰富，详情可查看API文档，这里只做简要介绍
logging.basicConfig(level = logging.INFO,
　　format = '%(asctime)s - %(name)s - %(levelname)s - %(message)s',
　　datefmt = "%Y/%m%d %H%M%S",
　　filename = "log.txt")
#消息级别,五级
logging.debug("芹泽多摩雄") 
logging.info("真")
logging.warning("男")
logging.error("人")
logging.critical("！")

logging之日志系统的四大组件(日志器、处理器、过滤器、格式器)方式记录日志


import logging
# 生成日志实例，日志器
logger = logging.getLogger(__name__)
#基本单元的配置(LEVER)
logger.setLevel(level = logging.INFO)
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
#生成管道分支，处理器
handler_1 = logging.FileHandler("log.txt")
handler_2 = logging.StreamHandler()
#自定义格式，格式器
handler_1.setFormater(formatter, “%Y-%m-%d %H:%M:%S”)
handler_2.setFormater(formatter, “%Y-%m-%d %H:%M:%S”)
#对接分支管道与源头，处理器
logger.addHandler(handler_1)
logger.addHandler(handler_2)
#层级结构，logger的名称是一个以'.'分割的层级结构，每个'.'后面的logger都是'.'前面的logger的children，通常配合过滤器一起使用
#过滤器
#。。。。保留
#开始记录
logger.debug("芹泽多摩雄") 
logger.info("真")
logger.warning("男")
logger.error("人")
logger.critical("！")

细心的盆友又可以发现，可以发现，logging有一个日志处理的主对象，其他处理方式都是通过addHandler添加进去，这里采用logging.StreamHandler实现日志输出到流（控制台），也可以用FileHandler实现日志输出到文件日志回滚


import logging
from logging.handlers import RotatingFileHandler
logger = logging.getLogger(__name__)
logger.setLevel(level = logging.INFO)
#定义一个RotatingFileHandler，最多备份3个日志文件，每个日志文件最大1K
rHandler = RotatingFileHandler("log.txt",maxBytes = 1*1024,backupCount = 3)
rHandler.setLevel(logging.INFO)
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
rHandler.setFormatter(formatter)
console = logging.StreamHandler()
console.setLevel(logging.INFO)
console.setFormatter(formatter)
logger.addHandler(rHandler)
logger.addHandler(console)
logger.debug("芹泽多摩雄") 
logger.info("真")
logger.warning("男")
logger.error("人")
logger.critical("！")

多模块使用


#主模块
import logging
import subModule
logger = logging.getLogger("mainModule")
logger.setLevel(level = logging.INFO)
handler = logging.FileHandler("log.txt")
handler.setLevel(logging.INFO)
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
handler.setFormatter(formatter)
console = logging.StreamHandler()
console.setLevel(logging.INFO)
console.setFormatter(formatter)
logger.addHandler(handler)
logger.addHandler(console)
#子模块
import logging
module_logger = logging.getLogger("mainModule.sub")
class SubModuleClass(object):
  def __init__(self):
    self.logger = logging.getLogger("mainModule.sub.module")

细心的盆友会再次发现其实对logger的命名很重要，首先在主模块定义了logger'mainModule'，并对它进行了配置，子模块可以共享父logger的定义和配置，所谓的父子logger是通过命名来识别，任意以'mainModule'开头的logger都是它的子logger，例如'mainModule.sub'

事实上，纵使有继承配置或者自定义的配置日志功能，但实际中的大项目中还是略麻烦的，这里主要用到JSON或者yaml进行配置封装，这样加载该文件即可加载日志的配置，下回分解具体操作，最后来一发实例。


# -*- coding: utf-8 -*-
__author__ = 'Secret608'
import logging
import time
import os
import re
class Log(object):
  def __init__(self, loggerName):
      '''
      进行日志初始化，包括存储路径、名称、级别、调用文件等
      '''
      #基本属性
      self.logger = logging.getLogger(loggerName)
      self.logger.setLevel(logging.WARNING)
      #特有属性（文件地址+日志记录格式）
      rq = time.strftime('%Y%m%d_%H%M%S', time.localtime(time.time()))
      log_path = os.path.join(os.path.dirname(os.getcwd()), 'logs')
      log_title = os.path.join(log_path, loggerName + '_'+ rq) + ".log"
      formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
      log = logging.FileHandler(log_title)
      log.setFormatter(formatter)
      #加到基本属性中，得到一个完整的初始化对象
      self.logger.addHandler(log)
  def getLog(self):
    return self.logger
  def delLog(self, fileName):
    log_path = os.path.join(os.path.dirname(os.getcwd()), 'logs')
    regexp = re.compile('^'+fileName+'s.*')
    filelist = os.listdir(log_path)
    try:
      [os.remove(os.path.join(log_path, i)) for i in filelist if regexp.match(i) == None]
    except WindowsError:
      pass
    else:
      return "ok"
if __name__ == "__main__":
  a = Log("hah")
  a.delLog("hah")

　　二、异常

异常类型内置异常：Python的异常处理能力是很强大的，它有很多内置异常，可向用户准确反馈出错信息。在Python中，异常也是对象，可对它进行操作。BaseException是所有内置异常的基类，但用户定义的类并不直接继承BaseException，所有的异常类都是从Exception继承，且都在exceptions模块中定义。自定义异常：可以通过创建一个新的异常类拥有自己的异常，异常应该是通过直接或间接的方式继承自Exception类。比如创建了一个MyError类，基类为Exception，用于在异常触发时输出更多的信息。异常捕获发生异常时，我们就需要对异常进行捕获，然后进行相应的处理。python的异常捕获常用try...except...结构，把可能发生错误的语句放在try模块里，用except来处理异常，每一个try，都必须至少对应一个except。此外，与python异常相关的关键字主要有：try/except、pass、as（定义异常实例）、else、finally、raise。捕获所有异常：


# -*- coding: utf-8 -*-
#异常处理的语法:
try：
  #执行可能出现异常的语句
except '异常名字'：
  #出现异常执行的语句
else：
  #执行没有出现异常的语句
finally:
  #异常与否都执行的语句
#demo
try:
  a = 0
  b = 1
  c = b/a
  print(c)
except ZeroDivisionError:
  print("分母不能为0")
except NameError:
  print("名称错误")
except (ZeroDivisionError, NameError):
  print("你的分母等于0或者变量名不存在")
except Exception as e:
  print("你的变量名或者分母值确实没错，但是出现了其他的错误,详见%s" %e)
  d = 1  
finally:
  print("听说没有错误？不能忍，反正我要让你难受！")
  if d == 1:
    raise ValueError("你有其它错误")
  else：
    raise FuckError("开不开心？")
  #咦？ FuckError是啥？貌似没有定义啊，这里定义一波，届时位置移动到前面去
  class FuckError(Exception):
    def __int__(self,*args,**keargs):
      super(FuckError,self).__int__(*args,**keargs)#python2
      self.args = args
      print(args)

更多的异常可参看API（https://docs.python.org/3/library/exceptions.html#base-classes）

更多关于Python相关内容感兴趣的读者可查看本站专题：《Python日志操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。

您可能感兴趣的文章:python自动化测试实例解析Python自动化测试工具Splinter简介和使用实例python自动化测试之setUp与tearDown实例利用Python如何实现数据驱动的接口自动化测试python自动化测试之从命令行运行测试用例with verbositypython unittest实现api自动化测试Python实现性能自动化测试竟然如此简单python接口自动化测试之接口数据依赖的实现方法Python中使用logging和traceback模块记录日志和跟踪异常Python使用修饰器进行异常日志记录操作示例

python自动化异常测试 Python

1024 个赞