【转】Python 代码调试技巧

转载自：http://www.ibm.com/developerworks/cn/linux/l-cn-pythondebugger/

Debug 对于任何开发人员都是一项非常重要的技能，它能够帮助我们准确的定位错误，发现程序中的 bug。python 提供了一系列 debug 的工具和包，可供我们选择。本文将主要阐述如何利用 python debug 相关工具进行 debug。

使用 pdb 进行调试

pdb 是 python 自带的一个包，为 python 程序提供了一种交互的源代码调试功能，主要特性包括设置断点、单步调试、进入函数调试、查看当前代码、查看栈片段、动态改变变量的值等。pdb 提供了一些常用的调试命令，详情见表 1。

表 1. pdb 常用命令
命令 解释
break 或 b 设置断点 设置断点
continue 或 c 继续执行程序
list 或 l 查看当前行的代码段
step 或 s 进入函数
return 或 r 执行代码直到从当前函数返回
exit 或 q 中止并退出
next 或 n 执行下一行
pp 打印变量的值
help 帮助

下面结合具体的实例讲述如何使用 pdb 进行调试。

清单 1. 测试代码示例
import pdb
 a = "aaa"
 pdb.set_trace()
 b = "bbb"
 c = "ccc"
 final = a + b + c
 print final

开始调试：直接运行脚本，会停留在 pdb.set_trace() 处，选择 n+enter 可以执行当前的 statement。在第一次按下了 n+enter 之后可以直接按 enter 表示重复执行上一条 debug 命令。

清单 2. 利用 pdb 调试
[[email protected] ~]#  python epdb1.py
 > /root/epdb1.py(4)?()
 -> b = "bbb"
 (Pdb) n
 > /root/epdb1.py(5)?()
 -> c = "ccc"
 (Pdb)
 > /root/epdb1.py(6)?()
 -> final = a + b + c
 (Pdb) list
  1     import pdb
  2     a = "aaa"
  3     pdb.set_trace()
  4     b = "bbb"
  5     c = "ccc"
  6  -> final = a + b + c
  7     print final
 [EOF]
 (Pdb)
 [EOF]
 (Pdb) n
 > /root/epdb1.py(7)?()
 -> print final
 (Pdb)

退出 debug：使用 quit 或者 q 可以退出当前的 debug，但是 quit 会以一种非常粗鲁的方式退出程序，其结果是直接 crash。

清单 3. 退出 debug
[[email protected] ~]#  python epdb1.py
 > /root/epdb1.py(4)?()
 -> b = "bbb"
 (Pdb) n
 > /root/epdb1.py(5)?()
 -> c = "ccc"
 (Pdb) q
 Traceback (most recent call last):
  File "epdb1.py", line 5, in ?
    c = "ccc"
  File "epdb1.py", line 5, in ?
    c = "ccc"
  File "/usr/lib64/python2.4/bdb.py", line 48, in trace_dispatch
    return self.dispatch_line(frame)
  File "/usr/lib64/python2.4/bdb.py", line 67, in dispatch_line
    if self.quitting: raise BdbQuit
 bdb.BdbQuit

打印变量的值：如果需要在调试过程中打印变量的值，可以直接使用 p 加上变量名，但是需要注意的是打印仅仅在当前的 statement 已经被执行了之后才能看到具体的值，否则会报 NameError: < exceptions.NameError … ....> 错误。

清单 4. debug 过程中打印变量
[[email protected] ~]#  python epdb1.py
 > /root/epdb1.py(4)?()
 -> b = "bbb"
 (Pdb) n
 > /root/epdb1.py(5)?()
 -> c = "ccc"
 (Pdb) p b
‘bbb‘
 (Pdb)
‘bbb‘
 (Pdb) n
 > /root/epdb1.py(6)?()
 -> final = a + b + c
 (Pdb) p c
‘ccc‘
 (Pdb) p final
 *** NameError: <exceptions.NameError instance at 0x1551b710 >
 (Pdb) n
 > /root/epdb1.py(7)?()
 -> print final
 (Pdb) p final
‘aaabbbccc‘
 (Pdb)

使用 c 可以停止当前的 debug 使程序继续执行。如果在下面的程序中继续有 set_statement() 的申明，则又会重新进入到 debug 的状态，读者可以在代码 print final 之前再加上 set_trace() 验证。

清单 5. 停止 debug 继续执行程序
[[email protected] ~]#  python epdb1.py
 > /root/epdb1.py(4)?()
 -> b = "bbb"
 (Pdb) n
 > /root/epdb1.py(5)?()
 -> c = "ccc"
 (Pdb) c
 aaabbbccc

显示代码：在 debug 的时候不一定能记住当前的代码块，如要要查看具体的代码块，则可以通过使用 list 或者 l 命令显示。list 会用箭头 -> 指向当前 debug 的语句。

清单 6. debug 过程中显示代码
[[email protected] ~]#  python epdb1.py
 > /root/epdb1.py(4)?()
 -> b = "bbb"
 (Pdb) list
  1     import pdb
  2     a = "aaa"
  3     pdb.set_trace()
  4  -> b = "bbb"
  5     c = "ccc"
  6     final = a + b + c
  7     pdb.set_trace()
  8     print final
 [EOF]
 (Pdb) c
 > /root/epdb1.py(8)?()
 -> print final
 (Pdb) list
  3     pdb.set_trace()
  4     b = "bbb"
  5     c = "ccc"
  6     final = a + b + c
  7     pdb.set_trace()
  8  -> print final
 [EOF]
 (Pdb)

在使用函数的情况下进行 debug

清单 7. 使用函数的例子
import pdb
 def combine(s1,s2):      # define subroutine combine, which...
    s3 = s1 + s2 + s1    # sandwiches s2 between copies of s1, ...
    s3 = ‘"‘ + s3 +‘"‘   # encloses it in double quotes,...
    return s3            # and returns it.
 a = "aaa"
 pdb.set_trace()
 b = "bbb"
 c = "ccc"
 final = combine(a,b)
 print final

如果直接使用 n 进行 debug 则到 final=combine(a,b) 这句的时候会将其当做普通的赋值语句处理，进入到 print final。如果想要对函数进行 debug 如何处理呢 ? 可以直接使用 s 进入函数块。函数里面的单步调试与上面的介绍类似。如果不想在函数里单步调试可以在断点处直接按 r 退出到调用的地方。

清单 8. 对函数进行 debug
[[email protected] ~]# python epdb2.py
 > /root/epdb2.py(10)?()
 -> b = "bbb"
 (Pdb) n
 > /root/epdb2.py(11)?()
 -> c = "ccc"
 (Pdb) n
 > /root/epdb2.py(12)?()
 -> final = combine(a,b)
 (Pdb) s
 --Call--
 > /root/epdb2.py(3)combine()
 -> def combine(s1,s2):      # define subroutine combine, which...
 (Pdb) n
 > /root/epdb2.py(4)combine()
 -> s3 = s1 + s2 + s1    # sandwiches s2 between copies of s1, ...
 (Pdb) list
  1     import pdb
  2
  3     def combine(s1,s2):      # define subroutine combine, which...
  4  ->     s3 = s1 + s2 + s1    # sandwiches s2 between copies of s1, ...
  5         s3 = ‘"‘ + s3 +‘"‘   # encloses it in double quotes,...
  6         return s3            # and returns it.
  7
  8     a = "aaa"
  9     pdb.set_trace()
 10     b = "bbb"
 11     c = "ccc"
 (Pdb) n
 > /root/epdb2.py(5)combine()
 -> s3 = ‘"‘ + s3 +‘"‘   # encloses it in double quotes,...
 (Pdb) n
 > /root/epdb2.py(6)combine()
 -> return s3            # and returns it.
 (Pdb) n
 --Return--
 > /root/epdb2.py(6)combine()->‘"aaabbbaaa"‘
 -> return s3            # and returns it.
 (Pdb) n
 > /root/epdb2.py(13)?()
 -> print final
 (Pdb)

在调试的时候动态改变值 。在调试的时候可以动态改变变量的值，具体如下实例。需要注意的是下面有个错误，原因是 b 已经被赋值了，如果想重新改变 b 的赋值，则应该使用！ B。

清单 9. 在调试的时候动态改变值
[[email protected] ~]# python epdb2.py
 > /root/epdb2.py(10)?()
 -> b = "bbb"
 (Pdb) var = "1234"
 (Pdb) b = "avfe"
 *** The specified object ‘= "avfe"‘ is not a function
 or was not found along sys.path.
 (Pdb) !b="afdfd"
 (Pdb)

pdb 调试有个明显的缺陷就是对于多线程，远程调试等支持得不够好，同时没有较为直观的界面显示，不太适合大型的 python 项目。而在较大的 python 项目中，这些调试需求比较常见，因此需要使用更为高级的调试工具。接下来将介绍 PyCharm IDE 的调试方法 .

使用 PyCharm 进行调试

PyCharm 是由 JetBrains 打造的一款 Python IDE，具有语法高亮、Project 管理、代码跳转、智能提示、自动完成、单元测试、版本控制等功能，同时提供了对 Django 开发以及 Google App Engine 的支持。分为个人独立版和商业版，需要 license 支持，也可以获取免费的 30 天试用。试用版本的 Pycharm 可以在官网上下载，下载地址为：http://www.jetbrains.com/pycharm/download/index.html。 PyCharm 同时提供了较为完善的调试功能，支持多线程，远程调试等，可以支持断点设置，单步模式，表达式求值，变量查看等一系列功能。PyCharm IDE 的调试窗口布局如图 1 所示。

图 1. PyCharm IDE 窗口布局

下面结合实例讲述如何利用 PyCharm 进行多线程调试。具体调试所用的代码实例见清单 10。

清单 10. PyCharm 调试代码实例
__author__ = ‘zhangying‘
 #!/usr/bin/python
 import thread
 import time
 # Define a function for the thread
 def print_time( threadName, delay):
    count = 0
    while count <  5:
        count += 1
        print "%s: %s" % ( threadName, time.ctime(time.time()) )
 def check_sum(threadName,valueA,valueB):
    print "to calculate the sum of two number her"
    result=sum(valueA,valueB)
    print "the result is" ,result;
 def sum(valueA,valueB):
    if valueA >0 and valueB>0:
        return valueA+valueB
 def readFile(threadName, filename):
    file = open(filename)
    for line in file.xreadlines():
        print line
 try:
    thread.start_new_thread( print_time, ("Thread-1", 2, ) )
    thread.start_new_thread( check_sum, ("Thread-2", 4,5, ) )
    thread.start_new_thread( readFile, ("Thread-3","test.txt",))
 except:
    print "Error: unable to start thread"
 while 1:
 # 	 print "end"
    pass

在调试之前通常需要设置断点，断点可以设置在循环或者条件判断的表达式处或者程序的关键点。设置断点的方法非常简单：在代码编辑框中将光标移动到需要设置断点的行，然后直接按 Ctrl+F8 或者选择菜单"Run"->"Toggle Line Break Point"，更为直接的方法是双击代码编辑处左侧边缘，可以看到出现红色的小圆点（如图 2）。当调试开始的时候，当前正在执行的代码会直接显示为蓝色。下图中设置了三个断点，蓝色高亮显示的为正在执行的代码。

图 2. 断点设置

表达式求值：在调试过程中有的时候需要追踪一些表达式的值来发现程序中的问题，Pycharm 支持表达式求值，可以通过选中该表达式，然后选择“Run”->”Evaluate Expression”，在出现的窗口中直接选择 Evaluate 便可以查看。

Pychar 同时提供了 Variables 和 Watches 窗口，其中调试步骤中所涉及的具体变量的值可以直接在 variable 一栏中查看。

图 3. 变量查看

如果要动态的监测某个变量可以直接选中该变量并选择菜单”Run”->”Add Watch”添加到 watches 栏中。当调试进行到该变量所在的语句时，在该窗口中可以直接看到该变量的具体值。

图 4. 监测变量

对于多线程程序来说，通常会有多个线程，当需要 debug 的断点分别设置在不同线程对应的线程体中的时候，通常需要 IDE 有良好的多线程调试功能的支持。 Pycharm 中在主线程启动子线程的时候会自动产生一个 Dummy 开头的名字的虚拟线程，每一个 frame 对应各自的调试帧。如图 5，本实例中一共有四个线程，其中主线程生成了三个线程，分别为 Dummy-4,Dummy-5,Dummy-6. 其中 Dummy-4 对应线程 1，其余分别对应线程 2 和线程 3。

图 5. 多线程窗口

当调试进入到各个线程的子程序时，Frame 会自动切换到其所对应的 frame，相应的变量栏中也会显示与该过程对应的相关变量，如图 6，直接控制调试按钮，如 setp in，step over 便可以方便的进行调试。

图 6. 子线程调试

查看大图。

使用 PyDev 进行调试

PyDev 是一个开源的的 plugin，它可以方便的和 Eclipse 集成，提供方便强大的调试功能。同时作为一个优秀的 Python IDE 还提供语法错误提示、源代码编辑助手、Quick Outline、Globals Browser、Hierarchy View、运行等强大功能。下面讲述如何将 PyDev 和 Eclipse 集成。在安装 PyDev 之前，需要先安装 Java 1.4 或更高版本、Eclipse 以及 Python。 第一步：启动 Eclipse，在 Eclipse 菜单栏中找到 Help 栏，选择 Help > Install New Software，并选择 Add button，添加 Ptdev 的下载站点 http://pydev.org/updates。选择 PyDev 之后完成余下的步骤便可以安装 PyDev。

图 7. 安装 PyDev

安装完成之后需要配置 Python 解释器，在 Eclipse 菜单栏中，选择 Window > Preferences > Pydev > Interpreter – Python。Python 安装在 C:\Python27 路径下。单击 New，选择 Python 解释器 python.exe，打开后显示出一个包含很多复选框的窗口，选择需要加入系统 PYTHONPATH 的路径，单击 OK。

图 8. 配置 PyDev

在配置完 Pydev 之后，可以通过在 Eclipse 菜单栏中，选择 File > New > Project > Pydev >Pydev Project，单击 Next 创建 Python 项目，下面的内容假设 python 项目已经创建，并且有个需要调试的脚本 remote.py（具体内容如下），它是一个登陆到远程机器上去执行一些命令的脚本，在运行的时候需要传入一些参数，下面将详细讲述如何在调试过程中传入参数 .

清单 11. Pydev 调试示例代码
 #!/usr/bin/env python
 import os
 def telnetdo(HOST=None, USER=None, PASS=None, COMMAND=None): #define a function
	 import telnetlib, sys
	 if not HOST:
		 try:
			 HOST = sys.argv[1]
			 USER = sys.argv[2]
			 PASS = sys.argv[3]
			 COMMAND = sys.argv[4]
		 except:
			 print "Usage: remote.py host user pass command"
			 return
	 tn = telnetlib.Telnet() #
	 try:
		 tn.open(HOST)
	 except:
		 print "Cannot open host"
		 return
	 tn.read_until("login:")
	 tn.write(USER + ‘\n‘)
	 if PASS:
		 tn.read_until("Password:")
		 tn.write(PASS + ‘\n‘)
		 tn.write(COMMAND + ‘\n‘)
		 tn.write("exit\n")
		 tmp = tn.read_all()
		 tn.close()
		 del tn
		 return tmp 

 if __name__ == ‘__main__‘:
	 print telnetdo()

在调试的时候有些情况需要传入一些参数，在调试之前需要进行相应的配置以便接收所需要的参数，选择需要调试的程序（本例 remote.py），该脚本在 debug 的过程中需要输入四个参数：host，user，password 以及命令。在 eclipse 的工程目录下选择需要 debug 的程序，单击右键，选择“Debug As”->“Debug Configurations”，在 Arguments Tab 页中选择“Variables”。如下 图 9 所示 .

图 9. 配置变量

在窗口”Select Variable”之后选择“Edit Varuables” ，出现如下窗口，在下图中选择”New” 并在弹出的窗口中输入对应的变量名和值。特别需要注意的是在值的后面一定要有空格，不然所有的参数都会被当做第一个参数读入。

图 10. 添加具体变量

按照以上方式依次配置完所有参数，然后在”select variable“窗口中安装参数所需要的顺序依次选择对应的变量。配置完成之后状态如下图 11 所示。

图 11. 完成配置

选择 Debug 便可以开始程序的调试，调试方法与 eclipse 内置的调试功能的使用相似，并且支持多线程的 debug，这方面的文章已经有很多，读者可以自行搜索阅读，或者参考”使用 Eclipse 平台进行调试“一文。

使用日志功能达到调试的目的

日志信息是软件开发过程中进行调试的一种非常有用的方式，特别是在大型软件开发过程需要很多相关人员进行协作的情况下。开发人员通过在代码中加入一些特定的能够记录软件运行过程中的各种事件信息能够有利于甄别代码中存在的问题。这些信息可能包括时间，描述信息以及错误或者异常发生时候的特定上下文信息。 最原始的 debug 方法是通过在代码中嵌入 print 语句，通过输出一些相关的信息来定位程序的问题。但这种方法有一定的缺陷，正常的程序输出和 debug 信息混合在一起，给分析带来一定困难，当程序调试结束不再需要 debug 输出的时候，通常没有很简单的方法将 print 的信息屏蔽掉或者定位到文件。python 中自带的 logging 模块可以比较方便的解决这些问题，它提供日志功能，将 logger 的 level 分为五个级别，可以通过 Logger.setLevel(lvl) 来设置。默认的级别为 warning。

表 2. 日志的级别
Level 使用情形
DEBUG 详细的信息，在追踪问题的时候使用
INFO 正常的信息
WARNING 一些不可预见的问题发生，或者将要发生，如磁盘空间低等，但不影响程序的运行
ERROR 由于某些严重的问题，程序中的一些功能受到影响
CRITICAL 严重的错误，或者程序本身不能够继续运行

logging lib 包含 4 个主要对象

  • logger:logger 是程序信息输出的接口。它分散在不同的代码中使得程序可以在运行的时候记录相应的信息，并根据设置的日志级别或 filter 来决定哪些信息需要输出并将这些信息分发到其关联的 handler。常用的方法有 Logger.setLevel()，Logger.addHandler() ，Logger.removeHandler() ，Logger.addFilter() ，Logger.debug(), Logger.info(), Logger.warning(), Logger.error()，getLogger() 等。logger 支持层次继承关系，子 logger 的名称通常是父 logger.name 的方式。如果不创建 logger 的实例，则使用默认的 root logger，通过 logging.getLogger() 或者 logging.getLogger("") 得到 root logger 实例。
  • Handler:Handler 用来处理信息的输出，可以将信息输出到控制台，文件或者网络。可以通过 Logger.addHandler() 来给 logger 对象添加 handler，常用的 handler 有 StreamHandler 和 FileHandler 类。StreamHandler 发送错误信息到流，而 FileHandler 类用于向文件输出日志信息，这两个 handler 定义在 logging 的核心模块中。其他的 hander 定义在 logging.handles 模块中，如 HTTPHandler,SocketHandler。
  • Formatter:Formatter 则决定了 log 信息的格式 , 格式使用类似于 %(< dictionary key >)s 的形式来定义，如‘%(asctime)s - %(levelname)s - %(message)s‘，支持的 key 可以在 python 自带的文档 LogRecord attributes 中查看。
  • Filter:Filter 用来决定哪些信息需要输出。可以被 handler 和 logger 使用，支持层次关系，比如如果设置了 filter 为名称为 A.B 的 logger，则该 logger 和其子 logger 的信息会被输出，如 A.B,A.B.C.
清单 12. 日志使用示例
import logging
 LOG1=logging.getLogger(‘b.c‘)
 LOG2=logging.getLogger(‘d.e‘)
 filehandler = logging.FileHandler(‘test.log‘,‘a‘)
 formatter = logging.Formatter(‘%(name)s %(asctime)s %(levelname)s %(message)s‘)
 filehandler.setFormatter(formatter)
 filter=logging.Filter(‘b‘)
 filehandler.addFilter(filter)
 LOG1.addHandler(filehandler)
 LOG2.addHandler(filehandler)
 LOG1.setLevel(logging.INFO)
 LOG2.setLevel(logging.DEBUG)
 LOG1.debug(‘it is a debug info for log1‘)
 LOG1.info(‘normal infor for log1‘)
 LOG1.warning(‘warning info for log1:b.c‘)
 LOG1.error(‘error info for log1:abcd‘)
 LOG1.critical(‘critical info for log1:not worked‘)
 LOG2.debug(‘debug info for log2‘)
 LOG2.info(‘normal info for log2‘)
 LOG2.warning(‘warning info for log2‘)
 LOG2.error(‘error:b.c‘)
 LOG2.critical(‘critical‘)

上例设置了 filter b，则 b.c 为 b 的子 logger，因此满足过滤条件该 logger 相关的日志信息会 被输出，而其他不满足条件的 logger（这里是 d.e）会被过滤掉。

清单 13. 输出结果
b.c 2011-11-25 11:07:29,733 INFO normal infor for log1
 b.c 2011-11-25 11:07:29,733 WARNING warning info for log1:b.c
 b.c 2011-11-25 11:07:29,733 ERROR error info for log1:abcd
 b.c 2011-11-25 11:07:29,733 CRITICAL critical info for log1:not worked

logging 的使用非常简单，同时它是线程安全的，下面结合多线程的例子讲述如何使用 logging 进行 debug。

清单 14. 多线程使用 logging
logging.conf
 [loggers]
 keys=root,simpleExample 

 [handlers]
 keys=consoleHandler 

 [formatters]
 keys=simpleFormatter 

 [logger_root]
 level=DEBUG
 handlers=consoleHandler 

 [logger_simpleExample]
 level=DEBUG
 handlers=consoleHandler
 qualname=simpleExample
 propagate=0 

 [handler_consoleHandler]
 class="StreamHandler"
 level=DEBUG
 formatter=simpleFormatter
 args=(sys.stdout,) 

 [formatter_simpleFormatter]
 format=%(asctime)s - %(name)s - %(levelname)s - %(message)s
 datefmt= 

 code example:
 #!/usr/bin/python
 import thread
 import time
 import logging
 import logging.config
 logging.config.fileConfig(‘logging.conf‘)
 # create logger
 logger = logging.getLogger(‘simpleExample‘)
 # Define a function for the thread
 def print_time( threadName, delay):
	 logger.debug(‘thread 1 call print_time function body‘)
	 count = 0
	 logger.debug(‘count:%s‘,count)

总结

全文介绍了 python 中 debug 的几种不同的方式，包括 pdb 模块、利用 PyDev 和 Eclipse 集成进行调试、PyCharm 以及 Debug 日志进行调试，希望能给相关 python 使用者一点参考。更多关于 python debugger 的资料可以参见参考资料。

参考资料

学习

讨论

时间： 2024-10-08 20:04:28

【转】Python 代码调试技巧的相关文章

python代码调试

http://blog.csdn.net/pipisorry/article/details/45190851 trace模块可以监控Python执行程序的方式,同时生成一个报表来显示程序的每一行执行的次数.这些信息可以用来发现未被自动化测试集所覆盖的程序执行路径,也可以用来研究程序调用图,进而发现模块之间的依赖关系.编写并执行测试可以发现绝大多数程序中的问题,Python使得debug工作变得更加简单,这是因为在大部分情况下,Python都能够将未被处理的错误打印到控制台中,我们称这些错误信息

关于Python代码调试的问题

关于Python代码调试的问题使用 pdb 进行调试pdb 是 python 自带的一个包,为 python 程序提供了一种交互的源代码调试功能,主要特性包括设置断点.单步调试.进入函数调试.查看当前代码.查看栈片段.动态改变变量的值等.pdb 提供了一些常用的调试命令,下面结合具体的实例讲述如何使用 pdb 进行调试.import pdb   a = "aaa" pdb.set_trace()   b = "bbb" c = "ccc" fin

白话开发——Android Studio代码调试技巧篇

Android Studio目前已经成为开发Android的主要工具,用熟了可谓相当顺手.作为开发者,调试并发现bug,进而解决,可是我们的看家本领.正所谓,工欲善其事必先利其器,和其他开发工具一样,如Eclipse.Idea,Android Studio也为我们提供了强大的调试技巧,今天我们就来看看Android Studio中有关调试的技巧. 首先,来看看Android studio中为我们提供的调试面板(标准情况下): 点击右上角Restore 'Threads'View可先展示目前相关的

android studio下的代码调试技巧的运用

记得当初刚开始学习java的时候,每次在eclipse上遇到调试程序的时候都是敲syso+快捷键,用system.out.printLn.输出语句来调试java的程序,哈哈哈,当初感觉确实蛮方便的,后来慢慢步入到安卓,然后使用安卓版的eclipse,在安卓代码当然是要杜绝java的输出语句了,于是又用输出日志Log的几种方式来调试,偶尔还会用到吐司调试(尴尬),eclipse版本的debug模式当初没怎么用习惯,只会简单的单步调试,于是就荒废了,虽然调试起来有点麻烦,但是用顺手了也还马马虎虎,但

Python - 调试Python代码的方法

调试(debug) 将可疑环节的变量逐步打印出来,从而检查哪里是否有错. 让程序一部分一部分地运行起来.从核心功能开始,写一点,运行一点,再修改一点. 利用工具,例如一些IDE中的调试功能,提高调试效率. Python CMD python -m trace -t <py file> python -m dis <py file> 内置trace模块:打印所有执行的语句 内置dis模块:分析字节码 Linux strace -p pid # 用系统命令跟踪系统调用 PyCharm

VS调试技巧

使用调用堆栈窗口 在方法上添加断点,调试运行程序,当代码执行到断点处的时候,选择调试->窗口->调用堆栈,或者直接用快捷键(Ctrl+D,C). 可以直接看到参数的类型,名称和值. 同时,如果在程序运行过程中,不知道哪些地方会抛出异常,可不添加断点,让程序直接抛出异常,在堆栈中查看异常出现的地方. 快速监视 在一个表达式上右击快速监视或添加监视,可以看到某个具体的变量或对象的值的变化. 使用DebuggerBrowsable和DebuggerDisplay两个特性自定义调试窗体. 使用Debu

在Linux下调试Python代码的各种方法

这是一个我用于调试或分析工具概述,不一定是完整全面,如果你知道更好的工具,请在评论处标记. 日志 是的,的确,不得不强调足够的日志记录对应用程序是多么的重要.您应该记录重要的东西,如果你的记录足够好的话,你可以从日志中找出问题从而节省大量的时间. 如果你曾经用print语句来调试代码现在停下吧,用logging.debug替代,开始可以慢慢来,以后完全禁用它... 追踪有时看到程序如何被执行会很有帮助.你可以使用IDE的调试共轭ngn一步一步的运行程序,但你需要知道你要找的是什么,否则这将会是一

[转] Python 代码性能优化技巧

选择了脚本语言就要忍受其速度,这句话在某种程度上说明了 python 作为脚本的一个不足之处,那就是执行效率和性能不够理想,特别是在 performance 较差的机器上,因此有必要进行一定的代码优化来提高程序的执行效率.如何进行 Python 性能优化,是本文探讨的主要问题.本文会涉及常见的代码优化方法,性能优化工具的使用以及如何诊断代码的性能瓶颈等内容,希望可以给 Python 开发人员一定的参考. Python 代码优化常见技巧 代码优化能够让程序运行更快,它是在不改变程序运行结果的情况下

如何远程调试Python代码

这是一篇小记. 平时使用python写的代码对外部依赖性都不复杂,这些代码在本地调试,运行没问题之后,就可以放到生产去跑了.然而,最近的一个项目,由于使用了一些内部服务,需要连接到内部的环境进行调试.如果每次都修改代码之后,发布一次到内部环境运行测试,这样子操作流程略显繁琐了.于是乎,我就查阅了一些资料,发现我平时使用的Pycharm可以提供代码远程调试的功能,正好也可以解决我的问题. 首先来说一说代码远程调试.顾名思义,代码远程调试就是让我们可以在本地对远端的代码进行运行和输出日志检查,从而根