前言：
在任何软件开发过程中，日志记录都是必须的。 记录日志有助于诊断问题。 后续的大数据统计也必须使用日志提供原始数据。
Python日志库：
logging --- Python日志记录工具这是Python官方提供的日志记录库。 具有无需安装，直接导入即可使用的优点。
日志级别：
在使用python记录日志之前，必须知道什么是日志级别。 然后为什么要划分等级呢？ 首先，日志级别是正在记录的进程的输出数据的定义。 日志级别的优点是，容易找到日志，按级别汇总日志，分析系统中可能存在的问题。 例如，如果有日志文件，其中一半是错误级别的记录，不是就能反映出系统设计存在问题吗？ 日志级别通常分为以下类别：
调试：程序调试错误时使用
INFO :程序正常运行时使用
警告：程序不会按预期运行，但不是错误。 例如，用户的登录密码错误
错误：在程序发生错误时使用，例如： io操作失败时
CRITICAL :用于程序无法继续运行的情况，如：磁盘空间空闲，这是一个特别严重的问题。 通常很少使用
在生产环境中，通常只需使用三个类别(INFO、WARNING和ERROR )进行日志记录就可以满足记录的需要。 关于什么时候需要使用哪一个，这个根据实际的代码来选择。
日志尝试：
在pycharm中创建新的LogTest.py文件，然后复制并运行以下代码：
#-* -编码： utf-8-* -
导入日志
#配置日志文件
logging.basicConfig (
filename='example.log '，#保存的文件名
level=logging.DEBUG，
datefmt=' [ % y-% m-% d % h : % m : % s ]，#日期格式
格式=' % [ asctime ] s % [ levelname ] s % [ filename ] s [ % [ line no ] d ] % [ thread name ] s 3360 % [ message ] s '，#
）
logging.debug ('这是调试时记录的日志信息') )
logging.info (“程序正常运行时记录的日志信息”)
logging.warning (('程序警告日志中的信息') ) ) ) ) ) ) )。
logging.critical (“特别严重的问题”
logging.error ('程序错误时的记录，例如网络请求太慢等) )
执行结果：
部分参数说明：
''''
格式说明：
asctime:日期信息
levelname:日志级别
filename:当前正在运行的程序的文件名
lineno:程序执行的行数
threadName:线程名称
消息：的具体说明信息
''''
返回结果：
[ 2020-12-1011336021336037 ] debuglog test.py [ 11 ] mainthread :这是调试时记录的日志信息
[ 2020-12-1011336021336037 ] info logtest.py [ 12 ] mainthread :程序正常运行时记录的日志信息
[ 2020-12-1011336021336037 ]警告日志. py [ 13 ] mainthread :程序警告日志的信息
[ 2020-12-1011336021336037 ]关键logtest.py [ 14 ] mainthread :是一个特别严重的问题
[ 2020-12-1011336021336037 ]错误记录. py [ 15 ] mainthread :程序错误时的记录。 例如，网络请求太慢等
返回到结果说明：
[2020-12-10 11:21:37]日志记录时间
调试日志级别
LogTest.py执行的文件名
[11]代码行数
维护主线程
:冒号后面有你记录的数据
在实际项目中使用：
以我们前两章的http接口测试demo为例，我们一起使用，在pycharm中记录新的Request.py文件，然后复制并执行以下代码：
导入请求
导入熊猫
导入时间
导入日志
#http请求demo
def GetTest () :
#接口请求
URL=' https://open API.DVR 163.com/message/nonce '
Param={ #传递的参数、词典类型、所有参数都写在这里就可以了
' method':'get '
}
logging.info (启动' get请求并获取接口参数) )
rque=requests.Get(URL，Param ) #启动get请求
logging.info ('请求成功') ) )。
#测试数据
data={
'接口' : '获取服务器验证码'，#接口名称
' time ' 3360 time.strftime (% y-% m-% d _ % h : % m : % s )，time.localtime )，#测试时间
' status code ' : [ rque.status _ code ]，#接口响应状态代码
' response ime ' : [ rque.elapsed.total _ seconds ()，#接口响应时间
“Response DATA': Rque.text，#响应中的数据并不是所有接口都返回json格式，因此在此处建议使用text
' requestbody ' : rque.request.body，#发送的数据，get请求的数据都在url中
' Url': Rque.url，#请求的url
#请自己添加更多参数
}
logging.info ("将测试数据写入csv文件"
建议写入csv，并将以下两行代码封装在函数中
数据CSV=pandas.data frame (数据) () ) ) ) ) ) ) ) )。
DATACSV.to_CSV(Chen.CSV )，index=False，mode='a '，header=False，encoding='GBK ' ) )
logging.info (“成功写入CSV文件”
if __name__=='__main__':
logging.basicConfig (
filename='./example.log '，
level=logging.DEBUG，
datefmt=' [ % y-% m-% d % h : % m : % s ]、
格式=' % [ asctime ] s % [ levelname ] s % [ filename ] s [ % [ line no ] d ] % [ thread name ] s 3360 % [ message ] s '，
）
GetTest () )
执行结果：
让我来解释一下：
记录日志时，必须设置日志文件的输出路径、输出格式和这些参数。 如果是单个py文件，则可以直接写在函数中，但如果项目分为多个模块，则不能为每个函数放置一次。 这不利于代码的维护。 因此，用主函数设定即可，logging用主函数设定一次即可，无需设定调用的模块，所以在主文件的if__name_=='_main_'3360中设定结构信息