400-616-5551

您所在位置: 首页> 学习课程> python培训 | Python 调试冷知识

python培训 | Python 调试冷知识

发布百知教育 来源:学习课程 2019-10-23

作者 | 喵叔


责编 | 刘静
出品 | CSDN(ID:CSDNnews)


对于 python 代码的调试我们通常都是使用 IDE 自带的调试功能。但是 IDE 提供的调试功能存在局限性,例如在测试服务器上调试代码,但是又不可能在测试服务器上安装 IDE 进行调试。这时我们就可以利用下面所讲解的三个工具进行调试。

零、准备调试代码

在讲解三个调试工具前,我们先编写待调试的代码。代码很简单,就是计算两个数的商。我们在编写代码的时候故意留下了除数为 0 的 bug。

def division(startend):
    for i in range(startend-1):
        num1 = i
        num2 = i - 1
        result = num1 / num2
        print(result)

if __name__ == '__main__':
    division(100)



PySnooper


PySnooper 是 Python 的第三方工具库,它可以精确的显示代码的执行时间、执行顺序和代码中的局部变量值的变化等。PySnooper 使用方法很简单,只需要将它作为装饰器来使用即可。下面我们来看一下具体使用步骤:


1. 安装 PySnooper
在控制台输入如下命令:


pip install pysnooper
等待两秒钟后 PySnooper 安装完成。


2. 加入 PySnooper


  • 首先需要引入 PySnooper



import pysnooper接着在需要测试的函数上加上 pysnooper 装饰器
@pysnooper.snoop()
def division(startend):
    for i in range(startend-1):
        num1 = i
        num2 = i - 1
        result = num1 / num2
        print(result)


if __name__ == '__main__':
    division(100)
3. 调试代码


在控制台输入命令:


python text.py
运行代码后,控制台输出如下内容

python培训



上图只截取了 PySnooper 输出日志的开头内容和最后结尾的内容。从截图中我们可以看到 PySnooper 输出了每行代码的运行顺序、运行时间和代码运行中变量值的变化,以及报错信息。在实际项目中 PySnooper 输出的日志内容会很多,在控制台查看会很不方便,这时我们可以将日志输出到本地文件中,我们只需在 PySnooper 装饰器中加入日志保存路径即可:


@pysnooper.snoop('/app/project_log.log')
一些公司对日志输出会有要求,比如每行日志要以某某字符串开头,这时只需在装饰器中加入需要字符穿即可:
@pysnooper.snoop(prefix='MyCompanyName: ')
上述所讲的都是 PySnooper 装饰器的常用参数,例如监控自定义表达式、监控底层函数、多线程等 PySnooper 同样支持,具体参数可以在官方项目文档中查看。

前面我们所讲的都是在函数上利用装饰器来监控整个函数,但是在实际项目中往往一个函数内容会很多,如果监控整个函数会导致输出的日志过多,这时我们就可以利用 PySnooper 的局部监控功能来监控函数中需要监控的代码片段。现在我们来修改一下代码,只监控输出的值:

import pysnooper

def division(startend):
    for i in range(startend-1):
        with pysnooper.snoop():
            num1 = i
            num2 = i - 1
            result = num1 / num2
        print(result)


if __name__ == '__main__':
    division(100)
上述代码运行后我们就会发现输出的内容少了很多。



Better-exceptions


Better-exceptions 同样是 Python 的第三方工具库,它出现的原因是其实很简单就是“美化异常信息”(是不是感觉作者很任性)。Better-exceptions 主要使用了 Python 的 sys 模块的 excepthook 方法,这个方法在当系统抛出异常时,解释器就会调用它,同时传递三个参数:异常类、异常实例和 traceback 对象,这就说明我们可以重写这个方法来捕获系统异常。但是,因为我们可以重写 excepthook 方法来捕获系统异常,因此 Better-exceptions 对与 Web 框架来说是不起任何作用的,因为 Web 框架都已经处理了系统抛出的异常,不会再以 hook 的方式触发 Better-exceptions 。下面我们就来看一下该怎么用。

  1. 安装 Better-exceptions

  • 首先在控制台输入如下命令:

pip install better-exceptions
等待两秒钟后 Better-exceptions 安装完成。
  • 接着我们在控制台输入如下代码,来设置环境变量:

setx BETTER_EXCEPTIONS 1
  1. 调试代码
    在控制台输入命令:
python text.py
代码运行后,控制台输出如下图:



从上面的图我们可以看到,Better-exceptions 对异常代码进行了着色,并对产生异常的变量值进行了输出。通过这两项内容我们就可以很快捷的看到具体报错位置和报错原因。
这里有需要注意的地方就是,在 Windows 系统下输出的日志会存在乱码问题,这是因为 Better-exceptions 的编码格式造成的。要解决这个问题我们只需要修改 better-exceptions 目录下的 encoding.py 文件,讲文件中的 ENCODING = locale.getpreferredencoding() 修改为 ENCODING = 'utf-8'即可。


PDB

PDB 是 Python 内置的模块,我们可以利用 PDB 设置断点和跟踪调试。PDB 的使用不需要再安装第三方插件,只需要在命令行输入如下命令:
python -m pdb Test.py
命令执行后将会进入 PDB 调试模式。如果需要在代码中加入断点,只需要在需要加入断点的位



python培训:http://www.baizhiedu.com/python2019













上一篇:python培训 | Python Data Science 系列:数据处理

下一篇:应届生去公司找个Java程序员的职位需要什么技能?

相关推荐

www.baizhiedu.com

有位老师想和您聊一聊

关闭

立即申请