caplog fixture 默认仅捕获 warning 及以上级别日志;需显式调用 caplog.set_level() 设置级别,其 records 提供结构化日志字段(levelno、levelname、msg、args 等),应优先使用 record.getmessage() 和字段断言而非 caplog.text。

caplog fixture 默认只捕获 WARNING 及以上级别日志
pytest 的 caplog fixture 默认不会记录 DEBUG 或 INFO 级别的日志,哪怕你代码里写了 logging.debug("xxx"),caplog.records 里也看不到——这不是 bug,是 pytest 的默认配置。它模仿了生产环境日志级别习惯,但写测试时往往需要更细粒度的观察。
- 必须显式设置日志级别,比如在测试函数开头加
caplog.set_level(logging.DEBUG) - 也可以在
pytest.ini或pyproject.toml中全局配置:log_cli_level = DEBUG,但注意这会影响所有测试,可能掩盖真实问题 - 如果用
@pytest.mark.parametrize多次运行同一测试,每次都要重新调用set_level(),因为caplog是 function-scoped fixture,每次执行都是干净实例
怎么拿到完整日志信息流(含 levelno、levelname、msg、args)
caplog.records 返回的是 logging.LogRecord 实例列表,每个 record 都带原始结构化字段,不是拼好的字符串。很多人直接 print caplog.text 就以为“看到日志了”,其实丢掉了关键上下文。
-
caplog.records[0].levelno是整数(10=DEBUG, 20=INFO),比字符串判断更可靠 -
caplog.records[0].levelname是字符串("DEBUG"),适合断言可读性 -
caplog.records[0].msg是原始格式字符串(如"User %s logged in from %s"),不包含.args展开后的值 - 要检查最终输出内容,得用
caplog.records[0].getMessage(),它等价于record.msg % record.args - 别用
caplog.text做精确匹配——它是所有日志按\n拼接的字符串,换行/空格不可控,且丢失 record 元数据
测试中 assert 日志输出时容易漏掉的三个条件
光看有没有某条日志远远不够。日志是否在正确时机触发、是否来自预期模块、是否带预期参数,都得验证。否则改个 logger = logging.getLogger(__name__) 到 getLogger("root") 就让测试失效。
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构,支持CLI、API、爬虫、Bot、Django等多种项目类型,包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
- 检查
record.name字段,确认来源 logger 名(比如"myapp.auth"而不是"root") - 用
record.levelno == logging.ERROR断言级别,避免字符串比较("ERROR" vs "error" 或大小写敏感问题) - 如果日志用了 lazy formatting(如
logger.info("user=%s", user_obj)),record.args是元组,要检查len(record.args) == 1且isinstance(record.args[0], User),而不是硬 match 字符串
caplog 在 conftest.py 里复用时的 scope 陷阱
有人把 caplog.set_level(logging.DEBUG) 写进 conftest.py 的 pytest_configure,结果部分测试还是捕不到 INFO 日志——因为 caplog fixture 本身是 function-scoped,它的状态(比如当前 level)不会跨测试函数继承。
- 不能靠全局配置“一次设置,处处生效”;每个测试函数内必须显式调用
caplog.set_level(...) - 如果想减少重复,可以封装一个 fixture:
@pytest.fixture(autouse=True)+def set_caplog_level(caplog): caplog.set_level(logging.DEBUG),但要注意 autouse 会影响所有测试,慎用 - 更稳妥的做法:在每个需要日志断言的测试函数第一行写
caplog.set_level(logging.DEBUG),清晰、可控、无副作用
日志测试真正的难点不在捕获,而在区分“该出现的没出现”和“不该出现的出现了”。record 对象的字段越多,越容易写出脆弱断言——比如过度依赖 getMessage() 而忽略格式化失败场景。留心 args 和 exc_info 是否为空,比死盯 message 字符串有用得多。
Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!










