pytest中需用caplog fixture捕获logging日志（默认仅WARNING+，可用set_level调整），用capsys/capfd捕获print输出；二者独立，caplog不处理print，且日志格式影响caplog.text内容。
pytest中如何捕获print输出和logging日志？
pytest本身不自动捕获print()或logging输出，必须显式启用捕获机制。默认运行时（如pytest test.py）会抑制stdout/stderr，但不会捕获logging——后者需额外配置handler。
关键区别：
- print()属于标准输出，用-s或--capture=no可看到，但无法在测试里断言；
- logging默认输出到终端，但测试中要校验内容，得把日志重定向到内存缓冲区（比如io.StringIO或pytest内置的caplog fixture）。
用caplog fixture捕获并断言logging内容
caplog是pytest内置fixture，专为logging设计，无需手动添加handler，开箱即用。
- 它默认捕获
WARNING及以上级别日志；如需捕获INFO或DEBUG，需提前设置caplog.set_level() - 日志记录以
caplog.records列表形式存在，每个元素是LogRecord对象，可访问.message、.levelname、.name等属性 - 也可用
caplog.text获取拼接后的完整日志字符串（含级别、logger名、消息），适合简单模糊匹配
示例：
def test_log_message(caplog):
import logging
logger = logging.getLogger(__name__)
logger.info("User login failed")
assert "login failed" in caplog.text
assert len(caplog.records) == 1
assert caplog.records[0].levelname == "INFO"
为什么caplog有时捕获不到INFO或DEBUG日志？
因为caplog默认只捕获WARNING及以上级别，而root logger初始level通常是WARNING，但你的模块logger可能设了更低level（如INFO），却没生效——根源在logging配置未传播或被root handler拦截。
- 最简解法：在测试函数开头调用
caplog.set_level(logging.INFO) - 若用
logging.basicConfig()初始化过，需确保它没把level设太高，或改用caplog.set_level()覆盖 - 避免在测试外全局调用
logging.getLogger().setLevel(...)，它会影响其他测试，且pytest可能已重置logger状态
想同时捕获print和logging怎么办？
不能靠caplog捕获print()，它只管logging。要断言print()输出，得用capsys或capfd fixture：
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
-
capsys捕获sys.stdout和sys.stderr（纯文本，不含颜色/ANSI转义） -
capfd更底层，能捕获被重定向到文件描述符的输出（比如某些C扩展打印的内容） - 两者都提供
.readouterr()方法，返回namedtuple(stdout, stderr)
示例：
def test_print_and_log(capsys, caplog):
print("Hello")
import logging
logging.warning("Something went wrong")
out, err = capsys.readouterr()
assert "Hello" in out
assert "Something" in caplog.text
注意：capsys和caplog互不干扰，可共存；但别指望caplog.text里出现print()内容——那是两个完全不同的输出通道。
真正容易被忽略的是：日志格式器（Formatter）会影响caplog.text内容。如果你在代码里调用了logging.basicConfig(format="%(asctime)s - %(message)s")，那caplog.text里就会带时间戳，断言时得考虑这部分噪声。直接断言caplog.records[0].message更干净。
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！
