Python 装饰器自动记录测试执行日志:告别手动 print,让日志管理更优雅!

🧩 为什么需要自动记录日志？

想象一下这些场景：

你有 50 个测试用例，每个都要记录“开始执行”、“执行成功”或“执行失败”；

某天团队要求统一日志格式（比如加上时间戳、用例名、耗时）；

你想临时关闭所有日志，只保留关键信息……

如果每个用例都硬编码日志，修改将是一场灾难。而装饰器，正是解决这类横切关注点（Cross-cutting Concern） 的最佳工具。‍

✨ 核心思路：用装饰器包裹测试函数

装饰器的本质是“在不修改原函数代码的前提下，增强其功能”。我们可以写一个 @log_test 装饰器，在测试函数执行前后自动插入日志逻辑。‍

import functoolsimport loggingimport time# 配置日志格式（建议在测试入口统一配置）logging.basicConfig(    level=logging.INFO,    format="%(asctime)s - %(levelname)s - %(message)s",    datefmt="%Y-%m-%d %H:%M:%S")def log_test(func):    @functools.wraps(func)  # 保留原函数元信息（如 __name__）    def wrapper(*args, **kwargs):        logger = logging.getLogger(__name__)        # 记录开始        logger.info(f"▶ 开始执行测试: {func.__name__}")        start_time = time.time()        try:            # 执行原函数            result = func(*args, **kwargs)            elapsed = time.time() - start_time            logger.info(f"✅ 测试通过: {func.__name__} | 耗时: {elapsed:.2f}s")            return result        except Exception as e:            elapsed = time.time() - start_time            logger.error(f"❌ 测试失败: {func.__name__} | 耗时: {elapsed:.2f}s | 错误: {e}")            raise  # 重新抛出异常，确保测试框架能捕获失败    return wrapper‍

@log_testdef test_user_login_success():    assert login("alice", "123456") is True@log_testdef test_create_order():    order_id = create_order(user_id=1001, items=["A", "B"])    assert order_id > 0@log_testdef test_api_timeout_should_fail():    response = call_slow_api(timeout=1)    assert response.status_code == 200  # 假设会超时失败‍

2026-01-24 21:40:01 - INFO - ▶ 开始执行测试: test_user_login_success2026-01-24 21:40:01 - INFO - ✅ 测试通过: test_user_login_success | 耗时: 0.05s2026-01-24 21:40:01 - INFO - ▶ 开始执行测试: test_create_order2026-01-24 21:40:02 - INFO - ✅ 测试通过: test_create_order | 耗时: 0.82s2026-01-24 21:40:02 - INFO - ▶ 开始执行测试: test_api_timeout_should_fail2026-01-24 21:40:05 - ERROR - ❌ 测试失败: test_api_timeout_should_fail | 耗时: 3.01s | 错误: TimeoutError: API call timed out

🔧 进阶技巧

1. 支持自定义日志级别或格式

你可以让装饰器接收参数，比如 @log_test(level="DEBUG")。

2. 与 pytest 集成

在 pytest 中，你依然可以使用此装饰器。它不会干扰 pytest 的断言或报告机制。

3. 输出到文件

只需在 logging.basicConfig 中添加 filename="test.log"，即可同时输出到文件。

4. 结合上下文信息

通过 *args, **kwargs 获取测试参数，记录更详细信息：

logger.info(f"▶ 执行测试: {func.__name__} (参数: {kwargs})")‍

✅ 总结

表格

传统方式 装饰器方式

每个用例手动加日志 一行 @log_test 自动覆盖

修改日志格式需改 N 处 只需改装饰器一处

容易遗漏或格式不一致 统一规范，零遗漏

干扰核心测试逻辑 完全解耦，专注业务验证

学会用装饰器自动记录日志，是你从“脚本写手”迈向“测试架构师”的第一步。‍