Python編程不要再使用print調(diào)試代碼了
給大家推薦本我自己寫的電子書《PyCharm中文指南》,把各種 PyCharm 的高效的使用技巧用GIF動(dòng)態(tài)圖的形式展示出來。有興趣的可以看它的在線文檔:
http://pycharm.iswbm.com
對(duì)于每個(gè)程序開發(fā)者來說,調(diào)試幾乎是必備技能。
代碼寫到一半卡住了,不知道這個(gè)函數(shù)執(zhí)行完的返回結(jié)果是怎樣的?調(diào)試一下看看
代碼運(yùn)行到一半報(bào)錯(cuò)了,什么情況?怎么跟預(yù)期的不一樣?調(diào)試一下看看
調(diào)試的方法多種多樣,不同的調(diào)試方法適合不同的場(chǎng)景和人群。
- 如果你是剛接觸編程的小萌新,對(duì)很多工具的使用還不是很熟練,那么 print 和 log 大法好
- 如果你在本地(Win或者M(jìn)ac)電腦上開發(fā),那么 IDE 的圖形化界面調(diào)試無疑是最適合的;
- 如果你在服務(wù)器上排查BUG,那么使用 PDB 進(jìn)行無圖形界面的調(diào)試應(yīng)該是首選;
- 如果你要在本地進(jìn)行開發(fā),但是項(xiàng)目的進(jìn)行需要依賴復(fù)雜的服務(wù)器環(huán)境,那么可以了解下 PyCharm 的遠(yuǎn)程調(diào)試
除了以上,今天明哥再給你介紹一款非常好用的調(diào)試工具,它能在一些場(chǎng)景下,大幅度提高調(diào)試的效率, 那就是 PySnooper
,它在 Github 上已經(jīng)收到了 13k 的 star,獲得大家的一致好評(píng)。
有了這個(gè)工具后,就算是小萌新也可以直接無門檻上手,從此與 print 說再見~
1. 快速安裝
執(zhí)行下面這些命令進(jìn)行安裝 PySnooper
$ python3 -m pip install pysnooper # 或者 $ conda install -c conda-forge pysnooper # 或者 $ yay -S python-pysnooper
2. 簡(jiǎn)單案例
下面這段代碼,定義了一個(gè) demo_func 的函數(shù),在里面生成一個(gè) profile 的字典變量,然后去更新它,最后返回。
代碼本身沒有什么實(shí)際意義,但是用來演示 PySnooper 已經(jīng)足夠。
import pysnooper @pysnooper.snoop() def demo_func(): profile = {} profile["name"] = "寫代碼的明哥" profile["age"] = 27 profile["gender"] = "male" return profile def main(): profile = demo_func() main()
現(xiàn)在我使用終端命令行的方式來運(yùn)行它
[root@iswbm ~]# python3 demo.py Source path:... demo.py 17:52:49.624943 call 4 def demo_func(): 17:52:49.625124 line 5 profile = {} New var:....... profile = {} 17:52:49.625156 line 6 profile["name"] = "寫代碼的明哥" Modified var:.. profile = {'name': '寫代碼的明哥'} 17:52:49.625207 line 7 profile["age"] = 27 Modified var:.. profile = {'name': '寫代碼的明哥', 'age': 27} 17:52:49.625254 line 8 profile["gender"] = "male" Modified var:.. profile = {'name': '寫代碼的明哥', 'age': 27, 'gender': 'male'} 17:52:49.625306 line 10 return profile 17:52:49.625344 return 10 return profile Return value:.. {'name': '寫代碼的明哥', 'age': 27, 'gender': 'male'} Elapsed time: 00:00:00.000486
可以看到 PySnooper 把函數(shù)運(yùn)行的過程全部記錄了下來,包括:
代碼的片段、行號(hào)等信息,以及每一行代碼是何時(shí)調(diào)用的?
函數(shù)內(nèi)局部變量的值如何變化的?何時(shí)新增了變量,何時(shí)修改了變量。
函數(shù)的返回值是什么?
運(yùn)行函數(shù)消耗了多少時(shí)間?
而作為開發(fā)者,要得到這些如此詳細(xì)的調(diào)試信息,你需要做的非常簡(jiǎn)單,只要給你想要調(diào)試的函數(shù)上帶上一頂帽子(裝飾器) – @pysnooper.snoop()
即可。
3. 詳細(xì)使用
3.1 重定向到日志文件
@pysnooper.snoop()
不加任何參數(shù)時(shí),會(huì)默認(rèn)將調(diào)試的信息輸出到標(biāo)準(zhǔn)輸出。
對(duì)于單次調(diào)試就能解決的 BUG ,這樣沒有什么問題,但是有一些 BUG 只有在特定的場(chǎng)景下才會(huì)出現(xiàn),需要你把程序放在后面跑個(gè)一段時(shí)間才能復(fù)現(xiàn)。
這種情況下,你可以將調(diào)試信息重定向輸出到某一日志文件中,方便追溯排查。
@pysnooper.snoop(output='/var/log/debug.log') def demo_func(): ...
3.2 跟蹤非局部變量值
PySnooper 是以函數(shù)為單位進(jìn)行調(diào)試的,它默認(rèn)只會(huì)跟蹤函數(shù)體內(nèi)的局部變量,若想跟蹤全局變量,可以給 @pysnooper.snoop()
加上 watch
參數(shù)
out = {"foo": "bar"} @pysnooper.snoop(watch=('out["foo"]')) def demo_func(): ...
如此一來,PySnooper 會(huì)在 out["foo"]
值有變化時(shí),也將其打印出來
watch 參數(shù),接收一個(gè)可迭代對(duì)象(可以是list 或者 tuple),里面的元素為字符串表達(dá)式,什么意思呢?看下面例子就知道了
@pysnooper.snoop(watch=('out["foo"]', 'foo.bar', 'self.foo["bar"]')) def demo_func(): ...
和 watch
相對(duì)的,pysnooper.snoop()
還可以接收一個(gè)函數(shù) watch_explode
,表示除了這幾個(gè)參數(shù)外的其他所有全局變量都監(jiān)控。
@pysnooper.snoop(watch_explode=('foo', 'bar')) def demo_func(): ...
3.3 設(shè)置跟蹤函數(shù)的深度
當(dāng)你使用 PySnooper 調(diào)試某個(gè)函數(shù)時(shí),若該函數(shù)中還調(diào)用了其他函數(shù),PySnooper 是不會(huì)傻傻的跟蹤進(jìn)去的。
如果你想繼續(xù)跟蹤該函數(shù)中調(diào)用的其他函數(shù),可以通過指定 depth
參數(shù)來設(shè)置跟蹤深度(不指定的話默認(rèn)為 1)。
@pysnooper.snoop(depth=2) def demo_func(): ...
3.4 設(shè)置調(diào)試日志的前綴
當(dāng)你在使用 PySnooper 跟蹤多個(gè)函數(shù)時(shí),調(diào)試的日志會(huì)顯得雜亂無章,不方便查看。
在這種情況下,PySnooper 提供了一個(gè)參數(shù),方便你為不同的函數(shù)設(shè)置不同的標(biāo)志,方便你在查看日志時(shí)進(jìn)行區(qū)分。
@pysnooper.snoop(output="/var/log/debug.log", prefix="demo_func: ") def demo_func(): ...
效果如下
3.5 設(shè)置最大的輸出長(zhǎng)度
默認(rèn)情況下,PySnooper 輸出的變量和異常信息,如果超過 100 個(gè)字符,被會(huì)截?cái)酁?100 個(gè)字符。
當(dāng)然你也可以通過指定參數(shù) 進(jìn)行修改
@pysnooper.snoop(max_variable_length=200) def demo_func(): ...
您也可以使用max_variable_length=None它從不截?cái)嗨鼈儭?/p>
@pysnooper.snoop(max_variable_length=None) def demo_func(): ...
3.6 支持多線程調(diào)試模式
PySnooper 同樣支持多線程的調(diào)試,通過設(shè)置參數(shù) thread_info=True
,它就會(huì)在日志中打印出是在哪個(gè)線程對(duì)變量進(jìn)行的修改。
@pysnooper.snoop(thread_info=True) def demo_func(): ...
效果如下
3.7 自定義對(duì)象的格式輸出
pysnooper.snoop()
函數(shù)有一個(gè)參數(shù)是 custom_repr
,它接收一個(gè)元組對(duì)象。
在這個(gè)元組里,你可以指定特定類型的對(duì)象以特定格式進(jìn)行輸出。
這邊我舉個(gè)例子。
假如我要跟蹤 person 這個(gè) Person 類型的對(duì)象,由于它不是常規(guī)的 Python 基礎(chǔ)類型,PySnooper 是無法正常輸出它的信息的。
因此我在 pysnooper.snoop()
函數(shù)中設(shè)置了 custom_repr
參數(shù),該參數(shù)的第一個(gè)元素為 Person,第二個(gè)元素為 print_persion_obj
函數(shù)。
PySnooper 在打印對(duì)象的調(diào)試信息時(shí),會(huì)逐個(gè)判斷它是否是 Person 類型的對(duì)象,若是,就將該對(duì)象傳入 print_persion_obj
函數(shù)中,由該函數(shù)來決定如何顯示這個(gè)對(duì)象的信息。
class Person:pass def print_person_obj(obj): return f"<Person {obj.name} {obj.age} {obj.gender}>" @pysnooper.snoop(custom_repr=(Person, print_person_obj)) def demo_func(): ...
完整的代碼如下
import pysnooper class Person:pass def print_person_obj(obj): return f"<Person {obj.name} {obj.age} {obj.gender}>" @pysnooper.snoop(custom_repr=(Person, print_person_obj)) def demo_func(): person = Person() person.name = "寫代碼的明哥" person.age = 27 person.gender = "male" return person def main(): profile = demo_func() main()
運(yùn)行一下,觀察一下效果。
如果你要自定義格式輸出的有很多個(gè)類型,那么 custom_repr
參數(shù)的值可以這么寫
@pysnooper.snoop(custom_repr=((Person, print_person_obj), (numpy.ndarray, print_ndarray))) def demo_func(): ...
還有一點(diǎn)我提醒一下,元組的第一個(gè)元素可以是類型(如類名Person 或者其他基礎(chǔ)類型 list等),也可以是一個(gè)判斷對(duì)象類型的函數(shù)。
也就是說,下面三種寫法是等價(jià)的。
# 【第一種寫法】 @pysnooper.snoop(custom_repr=(Person, print_persion_obj)) def demo_func(): ... # 【第二種寫法】 def is_persion_obj(obj): return isinstance(obj, Person) @pysnooper.snoop(custom_repr=(is_persion_obj, print_persion_obj)) def demo_func(): ... # 【第三種寫法】 @pysnooper.snoop(custom_repr=(lambda obj: isinstance(obj, Person), print_persion_obj)) def demo_func(): ...
以上就是明哥今天給大家介紹的一款調(diào)試神器(PySnooper
) 的詳細(xì)使用手冊(cè),是不是覺得還不錯(cuò)?
更多關(guān)于Python代碼調(diào)試的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
用python的turtle模塊實(shí)現(xiàn)給女票畫個(gè)小心心
今天小編就為大家分享一篇用python的turtle模塊實(shí)現(xiàn)給女票畫個(gè)小心心,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-11-11一篇文章教你掌握python數(shù)據(jù)類型的底層實(shí)現(xiàn)
這篇文章主要介紹了Python 數(shù)據(jù)類型的底層實(shí)現(xiàn)原理分析,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-09-09Pandas數(shù)據(jù)連接pd.concat的實(shí)現(xiàn)
本文主要介紹了Pandas數(shù)據(jù)連接pd.concat的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-07-07如何在Flask中實(shí)現(xiàn)數(shù)據(jù)分組流程詳解
在Flask中,數(shù)據(jù)分組是指將一組數(shù)據(jù)按照某種方式進(jìn)行分類,以便更好地對(duì)數(shù)據(jù)進(jìn)行處理和展示,可以使用Python內(nèi)置的itertools模塊中的groupby方法,或者使用SQL語(yǔ)句中的GROUP?BY子句來實(shí)現(xiàn)數(shù)據(jù)分組,這篇文章介紹了在Flask中實(shí)現(xiàn)數(shù)據(jù)分組,感興趣的同學(xué)可以參考下文2023-05-05嘗試使用Python多線程抓取代理服務(wù)器IP地址的示例
這篇文章主要介紹了嘗試使用Python多線程抓取代理服務(wù)器IP地址的示例,盡管有GIL的存在使得Python并不能真正實(shí)現(xiàn)多線程并行,需要的朋友可以參考下2015-11-11深入理解Python虛擬機(jī)中列表(list)的實(shí)現(xiàn)原理及源碼剖析
在本篇文章當(dāng)中主要給大家介紹?cpython?虛擬機(jī)當(dāng)中針對(duì)列表的實(shí)現(xiàn),在?Python?中,List?是一種非常常用的數(shù)據(jù)類型,可以存儲(chǔ)任何類型的數(shù)據(jù),并且支持各種操作,如添加、刪除、查找、切片等,在本篇文章當(dāng)中將深入去分析這一點(diǎn)是如何實(shí)現(xiàn)的2023-03-03python數(shù)字圖像處理之高級(jí)濾波代碼詳解
這篇文章主要介紹了python數(shù)字圖像處理之高級(jí)濾波代碼詳解,介紹了許多對(duì)圖像處理的濾波方法,具有一定參考價(jià)值,需要的朋友可以了解下。2017-11-11python爬蟲實(shí)戰(zhàn)項(xiàng)目之爬取pixiv圖片
最近決定寫個(gè)P站的爬蟲,實(shí)際操作起來確實(shí)遇到了些新問題,通過解決也有所收獲,下面這篇文章主要給大家介紹了關(guān)于python爬蟲實(shí)戰(zhàn)項(xiàng)目之爬取pixiv圖片的相關(guān)資料,需要的朋友可以參考下2022-07-07