refactor: 优化日志系统及自动化备份机制

- 替换 loguru 为原生 logging 库(与pytest兼容性更好)。
- 更新 pytest.ini 统一配置日志格式和基础命令。
- 优化 main.py 增加测试后的日志自动备份与定期清理功能。
- 新增 settings.py 实现配置解耦
- 更新 .gitignore

utils/__init__.py

@@ -0,0 +1,11 @@
+#!/usr/bin/env python
+# coding=utf-8
+
+"""
+@author: CNWei,ChenWei
+@Software: PyCharm
+@contact: t6g888@163.com,chenwei@zygj.com
+@file: __init__.py
+@date: 2026/1/16 09:06
+@desc: 
+"""

utils/logger.py

@@ -9,61 +9,21 @@
 @date: 2026/1/15 11:30
 @desc: 
 """
-import sys
 import time
 import functools
-from pathlib import Path
 import inspect
-from loguru import logger
+import logging
+
+from core.settings import LOG_DIR
 
 # 1. 确定日志存储路径
-LOG_DIR = Path(__file__).parent.parent / "logs"
-LOG_DIR.mkdir(exist_ok=True)
+LOG_DIR.mkdir(parents=True, exist_ok=True)
 
-# 2. 统一定义日志格式 (美化版)
-# <green> 等标签是控制台颜色，文件日志中会自动剥离颜色代码
-LOG_FORMAT = (
-    "<green>{time:YYYY-MM-DD HH:mm:ss.SSS}</green> | "
-    "<level>{level: <8}</level> | "
-    "<magenta>{extra[source]: <8}</magenta> | "
-    "<cyan>{module}</cyan>:<cyan>{function}</cyan>:<cyan>{line}</cyan> - "
-    "<level>{message}</level>"
-)
+logger = logging.getLogger(__name__)
 
 
-def setup_logger():
-    """
-    只需在项目入口调用一次。
-    如果是简单的自动化脚本，甚至可以直接在模块内执行。
-    """
-    # 移除 Loguru 默认的控制台处理器（避免重复打印）
-    logger.remove()
-
-    # 添加自定义控制台输出
-    logger.add(
-        sys.stdout,
-        format=LOG_FORMAT,
-        level="INFO",
-        colorize=True,
-        # 默认给一个 'Global' 的 device 标签
-        filter=lambda record: record["extra"].setdefault("source", "System")
-    )
-
-    # 添加按天滚动的日志文件
-    logger.add(
-        str(LOG_DIR / "appium_{time:YYYY-MM-DD}.log"),
-        format=LOG_FORMAT,
-        level="DEBUG",
-        rotation="00:00",  # 每天午夜滚动
-        retention="10 days",  # 保留最近10天
-        compression="zip",  # 旧日志自动压缩
-        encoding="utf-8",
-        enqueue=True  # 开启队列模式，确保多线程下日志不串行
-    )
-
-
-# --- 核心特性 1：装饰器集成 ---
-def trace_step(step_desc="", source: str = 'task'):
+# --- 核心特性：装饰器集成 ---
+def trace_step(step_desc="", source='wrapper'):
     """
     通用执行追踪装饰器：
     1. 智能识别并过滤 self/cls 参数
@@ -74,17 +34,14 @@ def trace_step(step_desc="", source: str = 'task'):
     def decorator(func):
         @functools.wraps(func)
         def wrapper(*args, **kwargs):
-            # --- 智能参数解析 ---
-            # 获取函数的签名
+            # 获取对应的 logger
+            _logger = logging.getLogger(source)
+            # _logger = logging.getLogger(f"{source}.{func.__name__}")
+
+            # 参数解析 (跳过 self/cls)
             sig = inspect.signature(func)
             params = list(sig.parameters.values())
-
-            # 检查第一个参数名是否为 'self' 或 'cls'
-            # 这样既兼容了 PageObject 的实例方法，也兼容了纯函数
-            if params and params[0].name in ('self', 'cls'):
-                display_args = args[1:]
-            else:
-                display_args = args
+            display_args = args[1:] if params and params[0].name in ('self', 'cls') else args
 
             # 格式化参数显示，方便阅读
             args_repr = [repr(a) for a in display_args]
@@ -93,32 +50,21 @@ def trace_step(step_desc="", source: str = 'task'):
 
             func_name = f"{func.__module__}.{func.__name__}"
 
-            # 使用 bind 临时改变这一步的 source 标签
-
-            _logger = logger.bind(source=source)
-            # 使用关联的上下文 logger
-            # logger.info(f"🚀 [步骤开始] {step_desc} | 执行方法: {func_name} | 参数: {display_args} {kwargs}")
-            _logger.info(f"🚀 [步骤开始] {step_desc} | 方法: {func_name}({all_params})")
+            _logger.info(f"[步骤开始] | {step_desc} | 方法: {func_name}({all_params})")
 
             start_t = time.perf_counter()
             try:
                 result = func(*args, **kwargs)
                 duration = time.perf_counter() - start_t
-                _logger.success(f"✅ [步骤成功] {step_desc} | 耗时: {duration:.2f}s | 返回: {result!r}")
+                _logger.info(f"[步骤成功] {step_desc} | 耗时: {duration:.2f}s | 返回: {result!r}")
                 return result
             except Exception as e:
                 duration = time.perf_counter() - start_t
-                _logger.error(
-                    f"❌ [步骤失败] {step_desc} | 耗时: {duration:.2f}s | 异常: {type(e).__name__}: {e}")
+                # logging.exception 关键点：它会自动把详细的堆栈信息写入日志文件
+                _logger.error(f"[步骤失败] {step_desc}| 耗时: {duration:.2f}s|异常: {type(e).__name__}")
+                # f"[步骤失败] {step_desc} | 耗时: {duration:.2f}s | 异常: {type(e).__name__}: {e}")
                 raise e
 
         return wrapper
 
     return decorator
-
-
-# 初始化
-setup_logger()
-
-# 导出供外部使用
-__all__ = ["logger", "trace_step"]