【python自动化实战-引入trace】在项目中引入trace跟踪每条testcase执行过程中的日志+日志推送es

背景

最近公司在跑自动化case过程中有很多异常case，有的很难依据现有的日志定位问题(日志多且乱，无关联性)，时常需要本地debug才能发现问题，很影响写自动化的效率以及自动化运行的通过率。

因此领导下发了一个需求：需要给每一条case绑定一个trace，通过trace关联case执行过程中的日志信息。这样通过查看日志即可快速知道case运行的问题点。经过一番思考与实践，就有了下面的方案。

分析

trace的引入：

1. 在自定义的log_tool中添加trace_id的生成与写入
2. 使用pytest的钩子函数给每条case添加不同的trace_id
3. trace_id 采用uuid 来生成
4. 日志推送es(或者写入本地日志文件中)

实现

• log_tool.py(自定义封装的日志工具)

  # log_tool.py 中
  import logging
  import os
  import time
  import uuid
  from functools import wraps
  from loguru import logger
  
  class MyLog:
      my_logger = logger
      """
      使用loguru封装日志类
      """
      path = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
      # 判断当前时间的目录在日志目录结构中是否存在，存在就不创建，不存在就创建
      dir_time = time.strftime("%Y-%m-%d", time.localtime(time.time()))
      log_file = os.path.join(os.path.join(os.path.join(path, "Log"), "log"), '{}.log'.format(dir_time))
  
      # 设置loguru写入日志方式
      log_handler = my_logger.add(log_file, level="INFO",
                                  format="{time:YYYY-MM-DD HH:mm:ss.SSS} {level} {line} {message}", encoding="utf-8",
                                  retention="30 days", backtrace=True)
  
      trace_id = []  # 定义trace_id，支持多级嵌套
  
      @classmethod
      def _log(cls, lev: str, log_msg):
          if cls.trace_id:
              log_msg = "[" + '|'.join