zoukankan      html  css  js  c++  java
  • 模块(四)包和logging日志

    模块和包

    包,是程序中一种组织文件的形式.

    只要文件夹下含有__init__.py文件就是一个包

    包能够管理多个模块,使用import 和from xx import xx 现有如下结构

    bake            
    
        ├── __init__.py       
    
        ├── api               
    
            ├── __init__.py
    
            ├── policy.py
    
            └── versions.py
    
      ├── cmd             
    
        ├── __init__.py
    
        └── manage.py
    
      └── db                
    
          ├── __init__.py
    
          └── models.py
    

    在bake同级创建一个test.py进行导入policy.py 使用模块的import的时候只能将api添加到sys.path的路劲中,包使用import导入

    import bake.api.policy
    bake.api.policy.get()
    

    导入的太长了下边使用的时候还需要在重复写一遍,可以使用as起别名

    import bake.api.policy as p
    p.get()
    

    这样的操作只支持包,普通的文件夹无效,把bake拿过来然后一层一层的打开那拿工具就可以了

    import bake
    bake.api.policy.get()
    

    不好使,这样导入是只将policy导入了,有人想怎么将api包下的模块全部导入不要急,先说单独导入的方式

    能够使用import进行导入,在来看看from的导入方式

    from bake.api import policy
    policy.get()
    from bake import api
    print(api.versions.name)
    

    还是不好使,通过这两个能够感觉都导入的时候指定要导入的内容,不能再导入后在进行开箱子

    单独导入一个模块,怎么导入某个包下的所有模块,想要导入某个包下的所有的模块 就需要在包中的__init__.py做点手脚

    bake包下的__init__.py
    from . import api
    

    .是当前路径,因为from的时候不能空着

    api包下的__init__.py
    from . import policy
    

    将包下的__init__配置好,然后在test.py进行导入

    import bake
    bake.api.policy.get()
    

    又好使了,import导入bake这个包,因为bake是一个文件夹不能进行任何操作,就让__init__.py代替它 去将api这包中的模块导入,api也是一个文件夹不能操作就需要让api下边的__init__.py去找api下边的两个模块

    这个和公司的上下级关系一样,打比方现在test.py就是一个ceo要和policy这个小员工谈话,ceo先把这个想法人事经理,人事经理就是 bake这个包,人事经理通知人事让人事查找一下policy在那个部门,人事查到后通知部门的负责人,部门的负责人在通知部门的主管,主管告诉policy这个员工, 说ceo要找你,部门的主管带着policy去找人事,人事带着policy,人事然后在带着policy去找ceo.最后成功的和ceo进行了一番交流

    如果在传达的时候中间一个环节忘记传递了,policy就不知道ceo在找他,ceo等了好久不来ceo就生气报错了

    使用的时候需要注意: 想在policy文件中导入versions就是直接使用import,在policy文件使用没有问题,但是在test.py执行的时候就会报错 因为在test.py中执行的import versions 相当于在test.py文件进行查找,肯定不会找到,需要在policy文件中向sys.path添加了当前的路劲就可以了 具体操作如下:

    import os
    import sys
    sys.path.insert(os.path.dirname(__file__)
    

    file__获取的是当前文件的路径,这样就能在test中正常使用了,使用from也能够将某个包下所有的模块全都导入 比如现在想将cmd包下的所有的模块导入需要在bake包下的__init.py进行设置

    from . import *
    

    需要在api包下设置__init__.py

    __all__ = ["policy","versions"]
    或
    from . import policy
    from . import versions
    

    需要在db包下设置__init__.py

    __all__ = ["models"]
    或
    from . import models
    

    需要在cmd包下设置__init__.py

    __all__ = ["manage"]
    或
    from . import manage
    

    以上两种推荐使用下from . import manage 灵活,可读性高

    test.py调用如下:

    from bake.api import *
    print(versions.name)
    policy.get()
    
    from bake.db import *
    models.register_models(123)
    
    from bake.cmd import *
    print(manage.name)
    

    在使用import有个注意点,python2中如果import包,没有__init__.py文件就会报错 python3 import没有__init__.py文件的包不会报错 from 包 import 包或者模块(在import后边不能在进行操作)

    路径: 绝对路径:从最外层(bake)包.查找的就是绝对路径 相对路径:.就是相对路径, ..是上一级目录 例如:在bake/api/version.py中想要导入bake/cmd/manage.py

    # 绝对路径:
    from bake.cmd import manage
    manage.main()
    
    #相对路径:
    from ..cmd import manage
    manage.main()
    

    注意在使用相对路径的时候一定要在于bake同级的文件中测试 需要在和bake同级的test.py中测试

    from bake.cmd import manage
    

    logging模块

    logging模块,这个模块的功能是记录软件的各种状态

    这只是一种应用场景,有的还会将日志用于交易记录.比如你给我转账应该做记录,使用的信用卡,每消费的一笔都会记录

    先来看一下函数式简单配置

    import logging  
    logging.debug('debug message')  
    logging.info('info message')  
    logging.warning('warning message')  
    logging.error('error message')  
    logging.critical('critical message')
    

    默认情况下Python的logging模块将日志打印到了标准输出中,且只显示了大于等于WARNING级别的日志,这说明默认的日志级别设置为WARNING

    (日志级别等级CRITICAL > ERROR > WARNING > INFO > DEBUG),

    默认的日志格式为日志级别:Logger名称:用户输出消息。

    自己用函数写的这个可以正常使用但是不够灵活,看看这个灵活的

    灵活配置日志级别,日志格式,输出位置:

    import logging  
    logging.basicConfig(level=logging.DEBUG,  
                        format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',  
                        datefmt='%a, %d %b %Y %H:%M:%S',  
                        filename='/tmp/test.log',  
                        filemode='w')  
    
    logging.debug('debug message')  
    logging.info('info message')  
    logging.warning('warning message')  
    logging.error('error message')  
    logging.critical('critical message')
    

    basicConfig()函数中可通过具体参数来更改logging模块默认行为,可用参数有:

    • filename:用指定的文件名创建FiledHandler,这样日志会被存储在指定的文件中。
    • filemode:文件打开方式,在指定了filename时使用这个参数,默认值为“a”还可指定为“w”。
    • format:指定handler使用的日志显示格式。
    • datefmt:指定日期时间格式。
    • level:设置记录日志的级别
    • stream:用指定的stream创建StreamHandler。可以指定输出到
    • sys.stderr,sys.stdout或者文件(f=open(‘test.log’,’w’)),默认为sys.stderr。若同时列出了filename和stream两个参数,则stream参数会被忽略。

    format参数中可能用到的格式化串

    • %(name)s Logger的名字
    • %(levelno)s 数字形式的日志级别
    • %(levelname)s 文本形式的日志级别
    • %(pathname)s 调用日志输出函数的模块的完整路径名,可能没有
    • %(filename)s 调用日志输出函数的模块的文件名
    • %(module)s 调用日志输出函数的模块名
    • %(funcName)s 调用日志输出函数的函数名
    • %(lineno)d 调用日志输出函数的语句所在的代码行
    • %(created)f 当前时间,用UNIX标准的表示时间的浮 点数表示
    • %(relativeCreated)d 输出日志信息时的,自Logger创建以 来的毫秒数
    • %(asctime)s 字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”。逗号后面的是毫秒
    • %(thread)d 线程ID。可能没有
    • %(threadName)s 线程名。可能没有
    • %(process)d 进程ID。可能没有
    • %(message)s用户输出的消息

    logger对象配置

    import logging
    
    logger = logging.getLogger()
    创建一个handler,用于写入日志文件
    fh = logging.FileHandler('test.log',encoding='utf-8') 
    
    再创建一个handler,用于输出到控制台 
    ch = logging.StreamHandler() 
    formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
    
    fh.setLevel(logging.DEBUG)
    
    fh.setFormatter(formatter) 
    ch.setFormatter(formatter) 
    logger.addHandler(fh) #logger对象可以添加多个fh和ch对象 
    logger.addHandler(ch) 
    
    logger.debug('logger debug message') 
    logger.info('logger info message') 
    logger.warning('logger warning message') 
    logger.error('logger error message') 
    logger.critical('logger critical message')
    

    logging库提供了多个组件:Logger、Handler、Filter、Formatter。Logger对象提供应用程序可直接使用的接口,Handler发送日志到适当的目的地,Filter提供了过滤日志信息的方法,Formatter指定日志显示格式。另外,可以通过:logger.setLevel(logging.Debug)设置级别,当然,也可以通过

    fh.setLevel(logging.Debug)单对文件流设置某个级别。

  • 相关阅读:
    生成测试报告unittest、HTMLTestRunner(pytest、allure)
    接口自动化上传视频(python)
    Android手机测试环境搭建
    jmeter性能测试监控
    jmeter多机联合负载
    jenkins+ant+jmeter接口自动化的持续集成
    jmeter+jenkins 配置过程(很详细)
    XSS攻击测试代码
    web安全测试之 xss攻击
    互联网公司--高级测试工程师面试经验分享
  • 原文地址:https://www.cnblogs.com/sundawei7/p/11270437.html
Copyright © 2011-2022 走看看