### 如何配置 Pytest 显示测试过程中的日志输出 为了使 Pytest 能够在测试过程中显示日志输出，可以通过多种方式实现这一目标。以下是几种常见的方法及其具体操作： #### 方法一：通过 `pytest.ini` 文件配置全局日志选项 可以在项目的根目录下创建一个名为 `pytest.ini` 的文件，并按照以下格式定义日志行为[^3]。 ```ini [pytest] log_cli = 1 log_cli_level = INFO log_cli_format = %(asctime)s [%(levelname)s] -------->>> %(message)s (%(filename)s:%(lineno)s) log_cli_date_format = %Y-%m-%d %H:%M:%S ``` 上述配置实现了如下功能： - 启用了 CLI 日志输出 (`log_cli = 1`)。 - 设置了默认的日志级别为 `INFO` (`log_cli_level = INFO`)。 - 定义了一个自定义的日志格式字符串 (`log_cli_format`)，用于指定时间戳、日志等级、消息内容以及源码位置等信息。 - 设定了日期和时间的显示格式 (`log_cli_date_format`)。 这种方法适用于希望在整个项目范围内统一管理日志的行为场景。 #### 方法二：利用插件 pytest-loguru 实现更灵活的日志捕获 如果正在使用 Loguru 库作为应用程序的主要日志工具，则可以借助 **pytest-loguru** 插件来增强日志处理能力。安装该插件之后，在执行测试的过程中它能够自动拦截由 Loguru 记录的消息并将这些消息展示于命令行界面之中[^1]。 要启用此特性无需额外修改现有代码库或者调整其他参数设置——只需确保已正确集成两者即可享受无缝体验！ #### 方法三：动态调整单个测试用例内的日志级别 对于某些特殊需求而言可能并不总是想要保持固定的阈值设定而是期望根据不同情况分别对待的话，则可通过编程手段临时改变当前上下文中适用的有效级次范围[^2]。例如下面给出了一段示范性的 Python 片段展示了如何针对特定条件重新定义新的标准： ```python import logging import pytest @pytest.mark.parametrize("level", ["DEBUG", "WARNING"]) def test_dynamic_log_levels(level, caplog): logger = logging.getLogger() # 动态设置日志级别 caplog.set_level(logging.getLevelName(level)) if level == 'DEBUG': logger.debug('This is a debug message') elif level == 'WARNING': logger.warning('This is a warning message') assert True ``` 在这个例子当中我们运用到了 parametrize 来循环遍历两种不同的可能性即 DEBUG 和 WARNING 并且每次迭代都会相应地更新一次实际生效的标准从而验证预期效果是否达成。 --- ### 总结 综上所述，有三种主要途径可以帮助开发者完成关于如何让 Pytest 展示其运作期间所产生的各类追踪记录的任务。无论是采用集中式的 INI 配置方案还是引入第三方扩展亦或是编写个性化的逻辑片段都能够满足多样化的业务诉求。