對于每個程序開發(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

代碼運行到一半報錯了，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景和人群。

• 如果你是剛接觸編程的小萌新，對很多工具的使用還不是很熟練，那么 print 和 log 大法不錯；
• 如果你在本地（Win或者Mac）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 進行無圖形界面的調(diào)試應(yīng)該是首選；
• 如果你要在本地進行開發(fā)，但是項目的進行需要依賴復(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。

有了這個工具后，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. 簡單案例

下面這段代碼，定義了一個 demo_func 的函數(shù)，在里面生成一個 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)運行的過程全部記錄了下來，包括：

• 代碼的片段、行號等信息，以及每一行代碼是何時調(diào)用的？
• 函數(shù)內(nèi)局部變量的值如何變化的？何時新增了變量，何時修改了變量。
• 函數(shù)的返回值是什么？
• 運行函數(shù)消耗了多少時間？

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，會默認(rèn)將調(diào)試的信息輸出到標(biāo)準(zhǔn)輸出。

對于單次調(diào)試就能解決的 BUG ，這樣沒有什么問題，但是有一些 BUG 只有在特定的場景下才會出現(xiàn)，需要你把程序放在后面跑個一段時間才能復(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)為單位進行調(diào)試的，它默認(rèn)只會跟蹤函數(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 會在 out["foo"] 值有變化時，也將其打印出來

watch 參數(shù)，接收一個可迭代對象（可以是list 或者 tuple），里面的元素為字符串表達式，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 相對的，pysnooper.snoop() 還可以接收一個函數(shù) watch_explode，表示除了這幾個參數(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)試某個函數(shù)時，若該函數(shù)中還調(diào)用了其他函數(shù)，PySnooper 是不會傻傻的跟蹤進去的。

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 跟蹤多個函數(shù)時，調(diào)試的日志會顯得雜亂無章，不方便查看。

在這種情況下，PySnooper 提供了一個參數(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進行區(qū)分。

@pysnooper.snoop(output="/var/log/debug.log",?prefix="demo_func:?")
def?demo_func():
????...

效果如下

3.5 設(shè)置最大的輸出長度

默認(rèn)情況下，PySnooper 輸出的變量和異常信息，如果超過 100 個字符，被會截斷為 100 個字符。

當(dāng)然你也可以通過指定參數(shù) 進行修改

@pysnooper.snoop(max_variable_length=200）
def?demo_func():
????...

您也可以使用max_variable_length=None它從不截斷它們。

@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，它就會在日志中打印出是在哪個線程對變量進行的修改。

@pysnooper.snoop(thread_info=True)
def?demo_func():
????...

效果如下

3.7 自定義對象的格式輸出

pysnooper.snoop() 函數(shù)有一個參數(shù)是 custom_repr，它接收一個元組對象。

在這個元組里，你可以指定特定類型的對象以特定格式進行輸出。

這邊我舉個例子。

假如我要跟蹤 person 這個 Person 類型的對象，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)的第一個元素為 Person，第二個元素為 print_persion_obj 函數(shù)。

PySnooper 在打印對象的調(diào)試信息時，會逐個判斷它是否是 Person 類型的對象，若是，就將該對象傳入 print_persion_obj 函數(shù)中，由該函數(shù)來決定如何顯示這個對象的信息。

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():
????...

還有一點我提醒一下，元組的第一個元素可以是類型（如類名Person 或者其他基礎(chǔ)類型 list等），也可以是一個判斷對象類型的函數(shù)。

也就是說，下面三種寫法是等價的。

#?【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():
????...

到此這篇關(guān)于Python調(diào)試神器之PySnooper的使用教程分享的文章就介紹到這了,更多相關(guān)Python調(diào)試神器PySnooper內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論