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

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

字节面试 | 如何测试RocketMQ、RocketMQ?

字节面试:RocketMQ是怎么测试的呢? 答: 首先保证消息的消费正确、设计逆向用例,在验证消息内容为空等情况时的消费正确性; 推送大批量MQ,通过Admin控制台查看MQ消费的情况,是否出现消费假死、TPS是否正常等等问题。(上述都是临场发挥,但是RocketMQ真正的测试点,还真的需要探讨) 01 先了解RocketMQ 作为测试也是要简单了解RocketMQ。简单来说,就是一个分

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

C++11第三弹:lambda表达式 | 新的类功能 | 模板的可变参数

🌈个人主页: 南桥几晴秋 🌈C++专栏: 南桥谈C++ 🌈C语言专栏: C语言学习系列 🌈Linux学习专栏: 南桥谈Linux 🌈数据结构学习专栏: 数据结构杂谈 🌈数据库学习专栏: 南桥谈MySQL 🌈Qt学习专栏: 南桥谈Qt 🌈菜鸡代码练习: 练习随想记录 🌈git学习: 南桥谈Git 🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈�