假設要開發一個自動化腳本工具，工程結構如下， Common 這個 package 是框架功能的實現， Scripts 目錄是我們編寫的測試用例腳本（請忽略其他不相關的目錄）。

　　我們對日志功能的需求如下：

　　???? 1 為了便于日志的查看，每個腳本對應一個日志文件，日志文件以腳本的名字命名

　　???? 2 日志路徑以及每個腳本保存的日志容量可以設置，比如設置為5MB，則超過后最老日志被自動覆蓋

　　???? 3 日志功能要使用方便，減少與框架業務功能的耦合

　　現在來逐一分析上述需求。

1 要實現每個腳本一個日志文件 ，則需要在日志模塊中，根據用例腳本的名字來生成日志文件，這里的關鍵問題就是怎樣在日志模塊中獲取用例腳本的名字。

　　獲取文件名的常用方法有： os.getcwd() , sys.argv[0], __file__， 來看下各種的作用：

　　先在一個文件(假設為 test.py ）中編寫如下代碼：

　　然后在另一個文件中（假設為 script1.py ）中 import test ，然后調用 func 方法：

　　運行 script1.py ，結果為：

　　可見， os.getcwd() 獲取的是執行腳本的目錄， sys.argv[0] 是執行腳本的絕對路徑名， __file__ 是被執行代碼所在文件的絕對路徑名。

　　現在就清楚了，我們應該用 sys.argv[0] 來獲取執行腳本的名字，由于獲取到的是絕對路徑，需要做一點處理： sys.argv[0].split('/')[-1].split('.')[0]

2 日志容量問題 ，要實現超過容量后自動覆蓋最老日志，采用 logging 中的 RotatingFileHandler 類即可，可以設置日志文件的大小，以及備份個數。

　　那么日志路徑和容量配置放在哪里呢？讓用戶直接修改 RotatingFileHandler 的參數顯然不好，最好不要讓用戶修改框架文件，用戶只需調用接口寫自己的腳本即可。

　　這里采用的方案是將配置信息寫入一個文件，XML文件比較適合用來作為配置文件，用戶通過修改XML文件來制定配置，日志模塊從XML文件讀取參數。

　　這里為了方便將XML文件放入 Common 下面，命名為 config.xml ，內容為：

            
                            
                E:\PythonLog
              
                            
                8
              
                            
                3
              
            
          

　　讀取XML文件內容，使用 lxml 庫非常簡單，后面再給出代碼。

3 日志功能要使用方便 ，減少與框架業務功能的耦合，最好就是對日志功能進行封裝，只提供記錄日志的接口即可。

　　日志接口采用類方法的形式就可以滿足上述要求，用戶只需要通過類調用日志記錄接口，隨處調用，使用方便，并且無需定義類實例，與框架業務沒有耦合。　　　　

　　有了上述分析，我們來實現日志模塊。

　　由于日志功能也是框架基礎的一部分，我們將日志模塊也放在 Common 這個 package 中，在 Common 下新建 log.py 文件，代碼如下：

            
# coding: utf-8

from lxml import etree
import logging.handlers
import logging
import os
import sys

# 提供日志功能
class logger:
  # 先讀取XML文件中的配置數據
  # 由于config.xml放置在與當前文件相同的目錄下，因此通過 __file__ 來獲取XML文件的目錄，然后再拼接成絕對路徑
  # 這里利用了lxml庫來解析XML
  root = etree.parse(os.path.join(os.path.dirname(__file__), 'config.xml')).getroot()
  # 讀取日志文件保存路徑
  logpath = root.find('logpath').text
  # 讀取日志文件容量，轉換為字節
  logsize = 1024*1024*int(root.find('logsize').text)
  # 讀取日志文件保存個數
  lognum = int(root.find('lognum').text)

  # 日志文件名：由用例腳本的名稱，結合日志保存路徑，得到日志文件的絕對路徑
  logname = os.path.join(logpath, sys.argv[0].split('/')[-1].split('.')[0])

  # 初始化logger
  log = logging.getLogger()
  # 日志格式，可以根據需要設置
  fmt = logging.Formatter('[%(asctime)s][%(filename)s][line:%(lineno)d][%(levelname)s] %(message)s', '%Y-%m-%d %H:%M:%S')

  # 日志輸出到文件，這里用到了上面獲取的日志名稱，大小，保存個數
  handle1 = logging.handlers.RotatingFileHandler(logname, maxBytes=logsize, backupCount=lognum)
  handle1.setFormatter(fmt)
  # 同時輸出到屏幕，便于實施觀察
  handle2 = logging.StreamHandler(stream=sys.stdout)
  handle2.setFormatter(fmt)
  log.addHandler(handle1)
  log.addHandler(handle2)

  # 設置日志基本，這里設置為INFO，表示只有INFO級別及以上的會打印
  log.setLevel(logging.INFO)

  # 日志接口，用戶只需調用這里的接口即可，這里只定位了INFO, WARNING, ERROR三個級別的日志，可根據需要定義更多接口
  @classmethod
  def info(cls, msg):
    cls.log.info(msg)
    return

  @classmethod
  def warning(cls, msg):
    cls.log.warning(msg)
    return

  @classmethod
  def error(cls, msg):
    cls.log.error(msg)
    return
          

　　來測試一下，在腳本 script1 和 script2 中分別編寫下面代碼：

            
from Common.log import *

logger.info('This is info')
logger.warning('This is warning')
logger.error('This is error')
          

　　分別運行兩個腳本，控制臺輸出為：

　　產生的日志文件：

　　文件內容：

　　好了，現在不管是在框架的其他文件中，或是在用戶腳本中，都可以方便的通過logger類的日志接口記錄日志。以上就是怎樣使用Python腳本日志功能的全部內容，希望本文對大家學習python能有所幫助。