unittest | 使用unittest模块来测试logging日志模块功能

2024-09-04 02:20

本文主要是介绍unittest | 使用unittest模块来测试logging日志模块功能,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我们在这篇文章实现了在项目工程中编写一个logging模块,但是我们如何确定我们编写的模块功能的是否正常?

你可能想到将全部代码写完后运行测试,但这是一个非常不好的习惯。❌

最好的方式,是每写出来一个功能或者方法就对它进行测试,这样可以确保,当你完成代码后并运行,可以很少出现Bug,能直接运行成功。可以使用Python自带的unittest模块来做✔

单元测试

  • unittest
  • logging单元测试
    • logger = init_logger()
      • logging.getLogger() 源码
    • RootLogger
      • from logging import RootLogger
    • 小结

unittest

unittest 是 Python 标准库中的一个模块,它提供了一套编写和运行自动化测试的框架。unittest 支持自动化测试,设置和关闭代码以供测试,聚合测试到集合中以及独立的测试脚本运行。

以下是 unittest 的一些核心概念和用法:

  • 测试用例(Test Cases):
    测试用例是测试的基本单元。在 unittest 中,你通过创建一个继承自 unittest.TestCase 的类来编写测试用例。
  • 测试方法(Test Methods):
    测试方法以 test 开头。它们包含了实际的测试逻辑,unittest 会自动运行所有以 test 开头的方法
  • 断言方法(Assert Methods):
    unittest 提供了一系列的断言方法,如assertEqualassertTrueassertFalse 等,用于检查测试结果是否符合预期。
  • 测试套件(Test Suites):
    测试套件是一组测试用例的集合。你可以使用 unittest.TestSuite 或 unittest.TestLoader 来创建和管理测试套件。
  • 测试运行器(Test Runners):
    测试运行器负责运行测试套件,并收集结果。unittest 提供了 unittest.TextTestRunner 来在命令行中运行测试。
  • 测试夹具(Test Fixtures):
    测试夹具是测试之前和之后运行的代码,用于设置和关闭测试环境。setUp 方法在每个测试方法之前运行tearDown 方法在每个测试方法之后运行

setUp : 可以理解为测试前需要提前执行的代码 例如连接数据库
tearDown : 可以理解为收尾工作 例如关闭数据库

logging单元测试

在test文件夹中创建测试文件:test_logging_util.py

from unittest import TestCase
from util.logging_util import init_logger
from logging import RootLoggerclass MyTest(TestCase):def setUp(self) -> None: # 测试前需要提前执行的代码  例如连接数据库passdef test_myfunc(self):logger = init_logger() result = isinstance(logger,RootLogger) #判断是不是  某个类的实例self.assertEqual(result,True)self.assertIsInstance(logger,RootLogger)def tearDown(self)-> None: # 收尾工作pass
  • 结果
    在这里插入图片描述

python是动态类型的语言 只有执行到这里才知道这个变量是什么类型的

logger = init_logger()

class Logging():def __init__(self,level=20):self.logger = logging.getLogger()self.logger.setLevel(level)def init_logger():logger = Logging(level).logger# 缓存机制 避免日志重复输出if logger.handlers:return loggerpath = log_root_path+log_filename# 创建并打开文件with open(path, 'w') as file:# 文件被创建,但这里不写入任何内容,所以它是空的pass# 构造handler# 优化日志存储文件 StreamHandlerstream_handler = logging.StreamHandler()file_handler = logging.FileHandler(filename=path,mode='a',encoding='utf-8')fmt = logging.Formatter('%(asctime)s - [%(levelname)s] - %(filename)s[%(lineno)d]:%(message)s')stream_handler.setFormatter(fmt)file_handler.setFormatter(fmt)# 组合logger.addHandler(stream_handler)logger.addHandler(file_handler)return logger

logging.getLogger() 源码

def getLogger(name=None):"""Return a logger with the specified name, creating it if necessary.If no name is specified, return the root logger."""if name:return Logger.manager.getLogger(name)else:return root

没有指定日志记录器的名称则就是默认是根日志记录器

  • 解答:-> None 方便我们写出更健壮的语言
# -> xxx  :方便我们写出更健壮的语言
def setUp(self) -> None: # 返回是Nonepassdef add(a,b)->str:return str(a+b)def add(a:float,b:float)->float:return str(a+b)

RootLogger

在Python的logging模块中,RootLogger是日志系统的最高级别的记录器。每个日志记录器都有一个层次结构,而RootLogger是这个层次结构的根。当你创建一个日志记录器(logger)时,如果没有明确指定它的父记录器,它默认会继承RootLogger的配置。

from logging import RootLogger

class RootLogger(Logger):"""A root logger is not that different to any other logger, except thatit must have a logging level and there is only one instance of it inthe hierarchy."""def __init__(self, level):"""Initialize the logger with the name "root"."""Logger.__init__(self, "root", level)

因此这三行代码才可以执行:

 result = isinstance(logger,RootLogger) #判断是不是  某个类的实例self.assertEqual(result,True)self.assertIsInstance(logger,RootLogger)

小结

RootLogger的默认级别是WARNING,这意味着默认情况下,只有WARNING级别及以上(ERRORCRITICAL)的日志消息会被处理。如果你想要记录所有级别的日志,你需要将RootLogger的级别设置得更低,比如DEBUG

import logging# 获取RootLogger
root_logger = logging.getLogger()# 设置日志级别为DEBUG
root_logger.setLevel(logging.DEBUG)# 创建一个handler,例如控制台处理器
console_handler = logging.StreamHandler()# 为handler设置级别
console_handler.setLevel(logging.DEBUG) # ⭐ 设置成级别更低的日志记录器# 创建一个日志格式
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')# 设置handler的格式
console_handler.setFormatter(formatter)# 将handler添加到RootLogger
root_logger.addHandler(console_handler)# 测试日志输出
root_logger.debug('这是一个DEBUG级别的消息')
root_logger.info('这是一个INFO级别的消息')
root_logger.warning('这是一个WARNING级别的消息')
root_logger.error('这是一个ERROR级别的消息')
root_logger.critical('这是一个CRITICAL级别的消息')

在这里插入图片描述

这篇关于unittest | 使用unittest模块来测试logging日志模块功能的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1134726

相关文章

使用Python实现IP地址和端口状态检测与监控

《使用Python实现IP地址和端口状态检测与监控》在网络运维和服务器管理中,IP地址和端口的可用性监控是保障业务连续性的基础需求,本文将带你用Python从零打造一个高可用IP监控系统,感兴趣的小伙... 目录概述:为什么需要IP监控系统使用步骤说明1. 环境准备2. 系统部署3. 核心功能配置系统效果展

使用Java将各种数据写入Excel表格的操作示例

《使用Java将各种数据写入Excel表格的操作示例》在数据处理与管理领域,Excel凭借其强大的功能和广泛的应用,成为了数据存储与展示的重要工具,在Java开发过程中,常常需要将不同类型的数据,本文... 目录前言安装免费Java库1. 写入文本、或数值到 Excel单元格2. 写入数组到 Excel表格

redis中使用lua脚本的原理与基本使用详解

《redis中使用lua脚本的原理与基本使用详解》在Redis中使用Lua脚本可以实现原子性操作、减少网络开销以及提高执行效率,下面小编就来和大家详细介绍一下在redis中使用lua脚本的原理... 目录Redis 执行 Lua 脚本的原理基本使用方法使用EVAL命令执行 Lua 脚本使用EVALSHA命令

Java 中的 @SneakyThrows 注解使用方法(简化异常处理的利与弊)

《Java中的@SneakyThrows注解使用方法(简化异常处理的利与弊)》为了简化异常处理,Lombok提供了一个强大的注解@SneakyThrows,本文将详细介绍@SneakyThro... 目录1. @SneakyThrows 简介 1.1 什么是 Lombok?2. @SneakyThrows

使用Python和Pyecharts创建交互式地图

《使用Python和Pyecharts创建交互式地图》在数据可视化领域,创建交互式地图是一种强大的方式,可以使受众能够以引人入胜且信息丰富的方式探索地理数据,下面我们看看如何使用Python和Pyec... 目录简介Pyecharts 简介创建上海地图代码说明运行结果总结简介在数据可视化领域,创建交互式地

Java Stream流使用案例深入详解

《JavaStream流使用案例深入详解》:本文主要介绍JavaStream流使用案例详解,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录前言1. Lambda1.1 语法1.2 没参数只有一条语句或者多条语句1.3 一个参数只有一条语句或者多

Java Spring 中 @PostConstruct 注解使用原理及常见场景

《JavaSpring中@PostConstruct注解使用原理及常见场景》在JavaSpring中,@PostConstruct注解是一个非常实用的功能,它允许开发者在Spring容器完全初... 目录一、@PostConstruct 注解概述二、@PostConstruct 注解的基本使用2.1 基本代

C#使用StackExchange.Redis实现分布式锁的两种方式介绍

《C#使用StackExchange.Redis实现分布式锁的两种方式介绍》分布式锁在集群的架构中发挥着重要的作用,:本文主要介绍C#使用StackExchange.Redis实现分布式锁的... 目录自定义分布式锁获取锁释放锁自动续期StackExchange.Redis分布式锁获取锁释放锁自动续期分布式

springboot使用Scheduling实现动态增删启停定时任务教程

《springboot使用Scheduling实现动态增删启停定时任务教程》:本文主要介绍springboot使用Scheduling实现动态增删启停定时任务教程,具有很好的参考价值,希望对大家有... 目录1、配置定时任务需要的线程池2、创建ScheduledFuture的包装类3、注册定时任务,增加、删

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1