日志相关、全量字段校验

一、日志简介

　　日志也叫 log，通常对应的 xxx.log 的日志文件。文件的作用是记录系统运行过程中，产生的信息。

　　搜集日志的作用：

　　　　查看系统运行是否正常。

　　　　分析、定位 bug

二、日志级别

　　logging.DEBUG：调试级别【高】，打印非常详细的日志信息。适用于代码调试。

　　logging.INFO：信息级别【次高】，一般用于记录突出强调的运行过程步骤。　　logging.WARNING：警告级别【中】，可能出现潜在错误的情况，一般不影响系统使用。　　logging.ERROR：错误级别【低】，打印错误异常信息，出现Bug。　　logging.CRITICAL：严重错误级别【极低】，系统可能无法运行。　　　　特性：　　　　　　　　日志级别设定后，只有比该级别低的日志会写入日志。三、日志代码分析

　　1、日志步骤：

# 0. 导包 
# 1. 创建日志器对象 
# 2. 设置日志打印级别 
    # logging.DEBUG 调试级别 
    # logging.INFO 信息级别 
    # logging.WARNING 警告级别 
    # logging.ERROR 错误级别 
    # logging.CRITICAL 严重错误级别 
# 3. 创建处理器对象 
    # 创建 输出到控制台 处理器对象 
    # 创建 输出到日志文件 处理器对象 
# 4. 创建日志信息格式 
# 5. 将日志信息格式设置给处理器 
    #设置给 控制台处理器 
    # 设置给 日志文件处理器 
# 6. 给日志器添加处理器 
    # 给日志对象 添加 控制台处理器 
    # 给日志对象 添加 日志文件处理器 
# 7. 打印日志 """

　　2、日志代码：

import logging.handlers
import logging
import time
# 1. 创建日志器对象
logger = logging.getLogger()

# 2. 设置日志打印级别
logger.setLevel(logging.DEBUG)
#logging.DEBUG #调试级别
# logging.INFO 信息级别
# logging.WARNING 警告级别
# logging.ERROR 错误级别
# logging.CRITICAL 严重错误级别

# 3.1 创建 输出到控制台 处理器对象
st = logging.StreamHandler()

# 3.2 创建 输出到日志文件 处理器对象
fh = logging.handlers.TimedRotatingFileHandler('a.log', when='midnight', interval=1, backupCount=3, encoding='utf-8')
#'a.log'：表示生成日志文件的名字
# when 字符串，指定日志切分间隔时间的单位。midnight：凌晨：12点。
# interval 是间隔时间单位的个数，指等待多少个 when 后继续进行日志记录，1代表一天一个，3代表一天三个
# backupCount 是保留日志文件的个数 

# 4. 创建日志信息格式
fmt = "%(asctime)s %(levelname)s [%(filename)s(%(funcName)s:%(lineno)d)] - %(message)s"
formatter = logging.Formatter(fmt)

#%(asctime)s：时间
#%(levelname)s：打印该条信息的级别
#%(message)s：输出信息

# 5.1 日志信息格式 设置给 控制台处理器
st.setFormatter(formatter)

# 5.2 日志信息格式 设置给 日志文件处理器
fh.setFormatter(formatter)

# 6.1 给日志器对象 添加 控制台处理器
logger.addHandler(st)
# 6.2 给日志器对象 添加 日志文件处理器
logger.addHandler(fh)


#7. 打印日志 
while True: 
    # logging.debug('我是一个调试级别的日志')
    # logging.info('我是一个信息级别的日志')
    logging.warning('test log sh-26')
    # logging.error('我是一个错误级别的日志')
    # logging.critical('我是一个严重错误级别的日志') 
　　 time.sleep(1)

四、日志的使用（将上面的日志代码封装到函数方法 def init_log_config()里面）记住在项目中去掉第七步。

　　1、可修改位置

　　2、使用步骤　　　　1. 调用 init_log_confifig() 函数，初始化日志信息。　　　　2. 指定日志级别，打印日志信息。

　　3、代码实例

import logging
import logging.handlers

def init_log_config(fileName, when = "midnight",interval=1, backupCount=3,):     #将参数设置为缺省参数，可以自己传参修改
    # 1. 创建日志器对象
    logger = logging.getLogger()

    # 2. 设置日志打印级别
    logger.setLevel(logging.DEBUG)

    # 3.1 创建 输出到控制台 处理器对象，控制台不需要向日志文件一样
    st = logging.StreamHandler()

    # 3.2 创建 输出到日志文件 处理器对象
    fh = logging.handlers.TimedRotatingFileHandler(filename=fileName, when=when, interval=interval, backupCount=backupCount,
                                                   encoding='utf-8')

    # 4. 创建日志信息格式
    fmt = "%(asctime)s %(levelname)s [%(filename)s(%(funcName)s:%(lineno)d)] - %(message)s"
    formatter = logging.Formatter(fmt)

    # 5.1 日志信息格式 设置给 控制台处理器
    st.setFormatter(formatter)

    # 5.2 日志信息格式 设置给 日志文件处理器
    fh.setFormatter(formatter)

    # 6.1 给日志器对象 添加 控制台处理器
    logger.addHandler(st)
    # 6.2 给日志器对象 添加 日志文件处理器
    logger.addHandler(fh)

if __name__ == "__main__":
    init_log_config("aaa.log")
    a = 10000
    logging.info(f"日志信息为：a={a}")

　　4、项目使用

import logging
import unittest
# 导入添加员工接口
from api.ihrm_emp_curd import IhrmEmpCURD
# 导入断言方法
from common.assert_util import assert_util
# 导入数据库操作工具，解决手机号唯一问题
from common.db_util import DBUtil
# 导入全局手机号
from config import TEL
#导包解决参数化
from common.read_json_util import read_json_data
from parameterized import parameterized
#导入打印日志包
from logging_use import init_log_config

class TestEmpAdd(unittest.TestCase):
    #添加打印日志
    init_log_config("testempadd.log")
    # 解决手机号唯一问题
    def setUp(self) -> None:
        # 删除手机号
        delete_sql = f"delete from bs_user where mobile = '{TEL}'"  # 此时可以格式化
        DBUtil.uid_db(delete_sql)

    def tearDown(self) -> None:
        # 删除手机号
        delete_sql = f"delete from bs_user where mobile = '{TEL}'"  # 此时可以格式化
        DBUtil.uid_db(delete_sql)

    #通用测试方法添加员工
    @parameterized.expand(read_json_data())
    def test01_add(self,desc,json_data,status_code,success,code,message):
        # 准备数据
        header = {
            "Content-Type": "application/json",
            "Authorization": "Bearer b040daed-39c1-4302-8777-f950770c8a26"
        }
        # 调用自己封装的接口
        resp = IhrmEmpCURD.add_emp(header=header, json_data=json_data)
        #打印日志
        logging.info(f"res = {resp}")
        # 断言
        assert_util(self, resp, status_code, success, code, message)

五、全量字段校验

　　校验接⼝返回响应结果的全部字段（更进一步的断言）

　　校验内容：

　　　　　　字段值　　　　　　字段名或字段类型　　校验流程：　　　　　　定义json语法校验格式　　　　　　⽐对接口实际响应数据是否符合json校验格式　　安装jsonschema: 　　　　　　pip install jsonschema

　　1、校验方式　　　　1、在线工具校验 　　　　　http://json-schema-validator.herokuapp.com 　　　　　https://www.jsonschemavalidator.net 【推荐】

　　　　2、Python代码校验　　　　　　步骤： 　　　　　　　　1 导包 import jsonschema 　　　　　　　　2 定义 jsonschema格式数据校验规则 　　　　　　　　3 调⽤ jsonschema.validate(instance="json数据", schema="jsonshema规则") 　　　　　　查验校验结果： 　　　　　　　　校验通过：返回 None校验失败 　　　　　　　　schema 规则错误，返回 SchemaError 　　　　　　　　json 数据错误，返回 ValidationError 　　　　　　案例

# 1. 导包
import jsonschema

# 2. 创建 校验规则
schema = {
    "type": "object",
    "properties": {
        "success": {
            "type": "boolean"
        },
        "code": {
            "type": "integer"
        },
        "message": {
            "type": "string"
        }
    },
    "required": ["success", "code", "message"]
}

# 准备待校验数据
data = {
    "success": True,
    "code": 10000,
    "message": "操作成功"
}

# 3. 调用 validate 方法，实现校验
result = jsonschema.validate(instance=data, schema=schema)
print("result =", result)

# None: 代表校验通过
# ValidationError：数据 与 校验规则不符
# SchemaError： 校验规则 语法有误

　　2、json schema 语法　　　　type 关键字：约束数据类型

　　　　例子

　　　　properties关键字：是 type关键字的辅助。用于 type 的值为 object 的场景。指定对象中每个字段的校验规则。可以嵌套使用　　　　例子：

import jsonschema

# 准备校验规则
schema = {
    "type": "object",
    "properties": {
        "success": {"type": "boolean"},
        "code": {"type:": "integer"},
        "message": {"type": "string"},
        "money": {"type": "number"},
        "address": {"type": "null"},
        "data": {
            "type": "object",
            "properties": {
                "name": {"type": "string"},
                "age": {"type": "integer"},
                "height": {"type": "number"}
            }
        },
        "luckyNumber": {"type": "array"}
    }
}

# 准备测试数据
data = {
    "success": True,
    "code": 10000,
    "message": "操作成功",
    "money": 6.66,
    "address": None,
    "data": {
        "name": "tom",
        "age": 18,
        "height": 1.78
    },
    "luckyNumber": [6, 8, 9]
}

# 调用方法进行校验
res = jsonschema.validate(instance=data, schema=schema)
print(res)

　　required关键字　　　　作用：校验对象中必须存在的字段。字段名必须是字符串，且唯⼀

import jsonschema

# 测试数据
data = {
    "success": True,
    "code": 10000,
    "message": "操作成功",
    "data": None,
}

# 校验规则
schema = {
    "type": "object",
    "required": ["success", "code", "message", "data"]
}

# 调用方法校验
res = jsonschema.validate(instance=data, schema=schema)
print(res)

　　　　const关键字

　　　　　　作用：校验字段值是⼀个固定值。

import jsonschema

# 测试数据
data = {
    "success": True,
    "code": 10000,
    "message": "操作成功",
    "data": None,
}

# 校验规则
schema = {
    "type": "object",
    "properties": {
        "success": {"const": True},
        "code": {"const": 10000},
        "message": {"const": "操作成功"},
        "data": {"const": None}
    },
    "required": ["success", "code", "message", "data"]
}

# 调用方法校验
res = jsonschema.validate(instance=data, schema=schema)
print(res)

　　pattern关键字　　　　作用：指定正则表达式，对字符串进行模糊匹配

import jsonschema

# 测试数据
data = {
    "message": "!jeklff37294操作成功43289hke",
    "mobile": "15900000002"
}

# 校验规则
schema = {
    "type": "object",
    "properties": {
        "message": {"pattern": "操作成功"},
        "mobile": {"pattern": "^[0-9]{11}$"}
    }
}

# 调用方法校验
res = jsonschema.validate(instance=data, schema=schema)
print(res)

综合案例：

"""
综合案例
"""
# 测试数据
import jsonschema

data = {
    "success": False,
    "code": 10000,
    "message": "xxx登录成功",
    "data": {
        "age": 20,
        "name": "lily"
    }
}

# 校验规则
schema = {
    "type": "object",
    "properties": {
        "success": {"type": "boolean"},
        "code": {"type": "integer"},
        "message": {"pattern": "登录成功$"},
        "data": {
            "type": "object",
            "properties": {
                "name": {"const": "lily"},
                "age": {"const": 20}
            },
            "required": ["name", "age"]
        }
    },
    "required": ["success", "code", "message", "data"]
}

# 调用测试方法
res = jsonschema.validate(instance=data, schema=schema)
print(res)

标签：logging,type,校验,全量,日志,data,schema
From： https://www.cnblogs.com/wmtly/p/17310400.html

日志相关、全量字段校验

相关文章

赞助商

阅读排行