您好,登錄后才能下訂單哦!
小編給大家分享一下python中調試的示例分析,相信大部分人都還不怎么了解,因此分享這篇文章給大家參考一下,希望大家閱讀完這篇文章后大有收獲,下面讓我們一起去了解一下吧!
零、準備調試代碼
在講解三個調試工具前,我們先編寫待調試的代碼。代碼很簡單,就是計算兩個數的商。我們在編寫代碼的時候故意留下了除數為 0 的 bug。
def division(start, end): for i in range(start, end, -1): num1 = i num2 = i - 1 result = num1 / num2 print(result) if __name__ == '__main__': division(10, 0)
一、PySnooper
PySnooper 是 Python 的第三方工具庫,它可以精確的顯示代碼的執行時間、執行順序和代碼中的局部變量值的變化等。 PySnooper 使用方法很簡單,只需要將它作為裝飾器來使用即可。下面我們來看一下具體使用步驟:
安裝 PySnooper
1. 在控制臺輸入如下命令:
pip install pysnooper
等待兩秒鐘后 PySnooper 安裝完成。
2. 加入 PySnooper
首先需要引入 PySnooper
import pysnooper
接著在需要測試的函數上加上 pysnooper 裝飾器
@pysnooper.snoop() def division(start, end): for i in range(start, end, -1): num1 = i num2 = i - 1 result = num1 / num2 print(result) if __name__ == '__main__': division(10, 0)
調試代碼
在控制臺輸入命令:
python text.py
運行代碼后,控制臺輸出如下內容
上圖只截取了 PySnooper 輸出日志的開頭內容和最后結尾的內容。從截圖中我們可以看到 PySnooper 輸出了每行代碼的運行順序、運行時間和代碼運行中變量值的變化,以及報錯信息。在實際項目中 PySnooper 輸出的日志內容會很多,在控制臺查看會很不方便,這時我們可以將日志輸出到本地文件中,我們只需在 PySnooper 裝飾器中加入日志保存路徑即可:
@pysnooper.snoop('/app/project_log.log')
一些公司對日志輸出會有要求,比如每行日志要以某某字符串開頭,這時只需在裝飾器中加入需要字符穿即可:
@pysnooper.snoop(prefix='MyCompanyName: ')
上述所講的都是 PySnooper 裝飾器的常用參數,例如監控自定義表達式、監控底層函數、多線程等 PySnooper 同樣支持,具體參數可以在官方項目文檔中查看。
前面我們所講的都是在函數上利用裝飾器來監控整個函數,但是在實際項目中往往一個函數內容會很多,如果監控整個函數會導致輸出的日志過多,這時我們就可以利用 PySnooper 的局部監控功能來監控函數中需要監控的代碼片段。現在我們來修改一下代碼,只監控輸出的值:
import pysnooper def division(start, end): for i in range(start, end, -1): with pysnooper.snoop(): num1 = i num2 = i - 1 result = num1 / num2 print(result) if __name__ == '__main__': division(10, 0)
上述代碼運行后我們就會發現輸出的內容少了很多。
二、Better-exceptions
Better-exceptions 同樣是 Python 的第三方工具庫,它出現的原因是其實很簡單就是“美化異常信息”(是不是感覺作者很任性)。 Better-exceptions 主要使用了 Python 的 sys 模塊的 excepthook 方法,這個方法在當系統拋出異常時,解釋器就會調用它,同時傳遞三個參數:異常類、異常實例和 traceback 對象,這就說明我們可以重寫這個方法來捕獲系統異常。但是,因為我們可以重寫 excepthook 方法來捕獲系統異常,因此 Better-exceptions 對與 Web 框架來說是不起任何作用的,因為 Web 框架都已經處理了系統拋出的異常,不會再以 hook 的方式觸發 Better-exceptions 。下面我們就來看一下該怎么用。
安裝 Better-exceptions
首先在控制臺輸入如下命令:
pip install better-exceptions
等待兩秒鐘后 Better-exceptions 安裝完成。
接著我們在控制臺輸入如下代碼,來設置環境變量:
setx BETTER_EXCEPTIONS 1
調試代碼
在控制臺輸入命令:
python text.py
代碼運行后,控制臺輸出如下圖:
從上面的圖我們可以看到,Better-exceptions 對異常代碼進行了著色,并對產生異常的變量值進行了輸出。通過這兩項內容我們就可以很快捷的看到具體報錯位置和報錯原因。
這里有需要注意的地方就是,在 Windows 系統下輸出的日志會存在亂碼問題,這是因為 Better-exceptions 的編碼格式造成的。要解決這個問題我們只需要修改 better-exceptions 目錄下的 encoding.py 文件,講文件中的 ENCODING = locale.getpreferredencoding()
修改為 ENCODING = 'utf-8'
即可。
三、PDB
PDB 是 Python 內置的模塊,我們可以利用 PDB 設置斷點和跟蹤調試。 PDB 的使用不需要再安裝第三方插件,只需要在命令行輸入如下命令:
python -m pdb Test.py
命令執行后將會進入 PDB 調試模式。如果需要在代碼中加入斷點,只需要在需要加入斷點的位置加入 pdb.set_trace()
即可。當進入到 PDB 模式后,輸入 c 就可以從當前斷點直接跳轉到下一個斷點,如果后續沒有斷點,則會將剩余代碼執行完。當然,如果需要單步執行代碼,在控制臺輸入 s 指令,但是有時主函數會調用大量的其他函數,這時在命令行輸入 n 就可以只在主函數中執行單步調試。除了上述指令外,PDB 還有其他指令,如下表:
指令 | 說明 |
---|---|
l | 顯示所有代碼 |
n | 執行下一條代碼 |
c | 執行當前斷點后面的代碼,知道代碼執行完畢 |
b x | 在代碼的第X行設置斷點 |
clear | 清除全部斷點 |
s | 單步執行 |
s function_name | 進入 function_name 函數內部執行 |
q | 退出PDB |
a | 打印所有參數值 |
p | 打印指定變量值 |
r | 忽略剩余斷點,將剩余代碼執行完畢 |
以上是“python中調試的示例分析”這篇文章的所有內容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內容對大家有所幫助,如果還想學習更多知識,歡迎關注億速云行業資訊頻道!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。