Python 代码调试神器:PySnooper
2021-03-11 12:32
标签:字符串 复制 loading 怎么 char 介绍 元素 tuple name 对于每个程序开发者来说,调试几乎是必备技能。 代码写到一半卡住了,不知道这个函数执行完的返回结果是怎样的?调试一下看看 代码运行到一半报错了,什么情况?怎么跟预期的不一样?调试一下看看 调试的方法多种多样,不同的调试方法适合不同的场景和人群。 除了以上,今天明哥再给你介绍一款非常好用的调试工具,它能在一些场景下,大幅度提高调试的效率, 那就是 有了这个工具后,就算是小萌新也可以直接无门槛上手,从此与 print 说再见~ 执行下面这些命令进行安装 PySnooper 下面这段代码,定义了一个 demo_func 的函数,在里面生成一个 profile 的字典变量,然后去更新它,最后返回。 代码本身没有什么实际意义,但是用来演示 PySnooper 已经足够。 现在我使用终端命令行的方式来运行它 可以看到 PySnooper 把函数运行的过程全部记录了下来,包括: 而作为开发者,要得到这些如此详细的调试信息,你需要做的非常简单,只要给你想要调试的函数上带上一顶帽子(装饰器) -- 对于单次调试就能解决的 BUG ,这样没有什么问题,但是有一些 BUG 只有在特定的场景下才会出现,需要你把程序放在后面跑个一段时间才能复现。 这种情况下,你可以将调试信息重定向输出到某一日志文件中,方便追溯排查。 PySnooper 是以函数为单位进行调试的,它默认只会跟踪函数体内的局部变量,若想跟踪全局变量,可以给 如此一来,PySnooper 会在 watch 参数,接收一个可迭代对象(可以是list 或者 tuple),里面的元素为字符串表达式,什么意思呢?看下面例子就知道了 和 当你使用 PySnooper 调试某个函数时,若该函数中还调用了其他函数,PySnooper 是不会傻傻的跟踪进去的。 如果你想继续跟踪该函数中调用的其他函数,可以通过指定 当你在使用 PySnooper 跟踪多个函数时,调试的日志会显得杂乱无章,不方便查看。 在这种情况下,PySnooper 提供了一个参数,方便你为不同的函数设置不同的标志,方便你在查看日志时进行区分。 效果如下 默认情况下,PySnooper 输出的变量和异常信息,如果超过 100 个字符,被会截断为 100 个字符。 当然你也可以通过指定参数 进行修改 您也可以使用max_variable_length=None它从不截断它们。 PySnooper 同样支持多线程的调试,通过设置参数 效果如下 在这个元组里,你可以指定特定类型的对象以特定格式进行输出。 这边我举个例子。 假如我要跟踪 person 这个 Person 类型的对象,由于它不是常规的 Python 基础类型,PySnooper 是无法正常输出它的信息的。 因此我在 PySnooper 在打印对象的调试信息时,会逐个判断它是否是 Person 类型的对象,若是,就将该对象传入 完整的代码如下 运行一下,观察一下效果。 如果你要自定义格式输出的有很多个类型,那么 还有一点我提醒一下,元组的第一个元素可以是类型(如类名Person 或者其他基础类型 list等),也可以是一个判断对象类型的函数。 也就是说,下面三种写法是等价的。 以上就是明哥今天给大家介绍的一款调试神器( 转自:https://www.cnblogs.com/wongbingming/p/13974982.html Python 代码调试神器:PySnooper 标签:字符串 复制 loading 怎么 char 介绍 元素 tuple name 原文地址:https://www.cnblogs.com/tjp40922/p/14128119.html
PySnooper
,它在 Github 上已经收到了 13k 的 star,获得大家的一致好评。1. 快速安装#
$ python3 -m pip install pysnooper
# 或者
$ conda install -c conda-forge pysnooper
# 或者
$ yay -S python-pysnooper
2. 简单案例#
import pysnooper
@pysnooper.snoop()
def demo_func():
profile = {}
profile["name"] = "写代码的明哥"
profile["age"] = 27
profile["gender"] = "male"
return profile
def main():
profile = demo_func()
main()
[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"] = "写代码的明哥"
Modified var:.. profile = {‘name‘: ‘写代码的明哥‘}
17:52:49.625207 line 7 profile["age"] = 27
Modified var:.. profile = {‘name‘: ‘写代码的明哥‘, ‘age‘: 27}
17:52:49.625254 line 8 profile["gender"] = "male"
Modified var:.. profile = {‘name‘: ‘写代码的明哥‘, ‘age‘: 27, ‘gender‘: ‘male‘}
17:52:49.625306 line 10 return profile
17:52:49.625344 return 10 return profile
Return value:.. {‘name‘: ‘写代码的明哥‘, ‘age‘: 27, ‘gender‘: ‘male‘}
Elapsed time: 00:00:00.000486
@pysnooper.snoop()
即可。3. 详细使用#
2.1 重定向到日志文件#
@pysnooper.snoop()
不加任何参数时,会默认将调试的信息输出到标准输出。@pysnooper.snoop(output=‘/var/log/debug.log‘)
def demo_func():
...
2.2 跟踪非局部变量值#
@pysnooper.snoop()
加上 watch
参数out = {"foo": "bar"}
@pysnooper.snoop(watch=(‘out["foo"]‘))
def demo_func():
...
out["foo"]
值有变化时,也将其打印出来@pysnooper.snoop(watch=(‘out["foo"]‘, ‘foo.bar‘, ‘self.foo["bar"]‘))
def demo_func():
...
watch
相对的,pysnooper.snoop()
还可以接收一个函数 watch_explode
,表示除了这几个参数外的其他所有全局变量都监控。@pysnooper.snoop(watch_explode=(‘foo‘, ‘bar‘))
def demo_func():
...
2.3 设置跟踪函数的深度#
depth
参数来设置跟踪深度(不指定的话默认为 1)。@pysnooper.snoop(depth=2)
def demo_func():
...
2.4 设置调试日志的前缀
@pysnooper.snoop(output="/var/log/debug.log", prefix="demo_func: ")
def demo_func():
...
2.5 设置最大的输出长度#
@pysnooper.snoop(max_variable_length=200)
def demo_func():
...
@pysnooper.snoop(max_variable_length=None)
def demo_func():
...
2.6 支持多线程调试模式#
thread_info=True
,它就会在日志中打印出是在哪个线程对变量进行的修改。@pysnooper.snoop(thread_info=True)
def demo_func():
...
2.7 自定义对象的格式输出#
pysnooper.snoop()
函数有一个参数是 custom_repr
,它接收一个元组对象。pysnooper.snoop()
函数中设置了 custom_repr
参数,该参数的第一个元素为 Person,第二个元素为 print_persion_obj
函数。print_persion_obj
函数中,由该函数来决定如何显示这个对象的信息。class Person:pass
def print_person_obj(obj):
return f"
import pysnooper
class Person:pass
def print_person_obj(obj):
return f"
custom_repr
参数的值可以这么写@pysnooper.snoop(custom_repr=((Person, print_person_obj), (numpy.ndarray, print_ndarray)))
def demo_func():
...
# 【第一种写法】
@pysnooper.snoop(custom_repr=(Person, print_persion_obj))
def demo_func():
...
# 【第二种写法】
def is_persion_obj(obj):
return isinstance(obj, Person)
@pysnooper.snoop(custom_repr=(is_persion_obj, print_persion_obj))
def demo_func():
...
# 【第三种写法】
@pysnooper.snoop(custom_repr=(lambda obj: isinstance(obj, Person), print_persion_obj))
def demo_func():
...
PySnooper
) 的详细使用手册,是不是觉得还不错?
上一篇:数组——delete
下一篇:Java基础5--方法