一、查缺补漏
1. 在测试报告中添加注释，写在类名下面就行，方法名下面，三引号
2. 直接import ddt引用的时候需要ddt.ddt, ddt.data, ddt.unpack
from ddt import ddt,data,unpackkeyi from会更好，引用的时候直接data就行
二、DDT数据驱动
1. 数据驱动：将不同的数据在同一个业务逻辑上运行，只需写一个测试用例获取改变项，就可以完成测试文档
2. 使用：
a. 安装DDT(Data Driven Tests) pip install ddt
b. 语法：ddt只能对可迭代对象进行解包，像元组和列表，不可以用于字典解包，字典用zip
from ddt import ddt,data,unpack 从ddt库种导出ddt，data，unpack函数
在测试类上使用@ddt
在测试函数上使用@data(*case_data)，进行数据解压，然后每一个元素传入测试函数
c. @data()：解压一层
@unpack(): 解压多层
d. 用于取值做接口测试
三、日志
1. 日志模块
a. 日志作用：日志记录程序的执行过程
b. 日志要素
i. 日志渠道：日志输出位置，文件，控制台，用来收集日志的
ii. 日志级别：info、debug、error 我们经常用的
iii. 日志格式：日志的样子，类似于报错提示哪一行
iv. 日志内容：自己输出的内容，或者是报错信息
2. 日志级别（debug < info < warning < error < critical）按严重度从小到大排序 ，查看级别顺序是只可以查看更严重的
a. debug：代码调试的输出，不希望别人看到的日志
b. info：表示程序正常执行的输出
c. warning：不影响程序执行，可以优化，提示你
d. error：程序执行报错
e. critical：程序严重问题
f. 修改root收集器的日志级别：logging.basicConfig(level=logging.级别) 设置日志级别
3. 日志收集器创建
a. 创建日志收集器：创建和root一样的收集器
test_log = logging.getLogger(name='日志渠道的名称') 日志渠道的名称一般是与项目名称一致
b. 创建日志收集渠道：输出到哪里
实例化名称1 = logging.StreamHandler() 创建日志控制台渠道，需要实例化
c. 创建日志格式 fmt是参数，参数可以做名字，但是关键字不可以，紫色是参数 格式解释在图片里
格式名 = '【%(asctime)s-%(name)s-%(levelno)s-%(levelname)s-%(pathname)s-%(lineno)d】：%(message)s'
格式接收名 = logging.Formatter(fmt = 格式名)
测试中的值传给了message
d. 设置日志输出格式【渠道】实例化名称1.setFormatter(fmt =格式接收名) 实例化名称1.setLevel(logging.级别) 渠道级别
e. 设置日志级别【收集器】test_log.setLevel(logging.级别) 一般只设定一个
f. 收集器绑定渠道 test_log.addHandler(实例化名称1)
4. 日志切割 将日志收集到文件中方便收集 日志会叠加在文件中
handlers.RotatingFileHandler()：按文件大小切日志【了解】
handlers.TimedRotatingFileHandler():按时间切日志【掌握】
filename：日志文件名称，要带路径，默认是当前目录
when='h',：日志滚动周期的单位，S：秒， M：分钟 ，H：小时， D：日， W：周， midnight：日期
interval=1：滚动周期(日志切割周期)，1 间隔多个个when
backupCount=0：日志保留的个数
encoding=None：编码格式
5. 函数封装日志，一般调用日志函数的实例化对象，不直接调用函数
四、一些小记
1. 实例化名 = logging.getLogger() 实例化接收，里面没有内容打印出来没有内容None 用于日志
2. 报缺少self字段时多半是实例化问题，后面没写括号
3. 不想显示None把print去掉就好