新型的代码调试工具

PySnooper 是一个非常方便的调试器。如果您正在试图弄清楚
为什么您的Python代码没有按照您的预期去做，您会希望使用具有断点和监视功能的成熟Debug工具，但是许多Debug工具配置起来非常麻烦。

现在，有了PySnooper，您并不需要配置那么复杂的Debug工具，就能够完成对整个代码的分析。它能告诉您哪些代码正在运行，以及局部变量的值是什么。

其实，PySnooper 就是替代了一行一行print的重复性工作，给你的代码一个pysnooper装饰器，它能自动识别到语句和变量并将其值print出来：

一.安装模块

使用这个模块，你只需要使用Pip安装PySnoope

pip install pysnooper

0.基础的使用方法

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()

可以看到 PySnooper 把函数运行的过程全部记录了下来，包括：

• 代码的片段、行号等信息，以及每一行代码是何时调用的？

• 函数内局部变量的值如何变化的？何时新增了变量，何时修改了变量。

• 函数的返回值是什么？

• 运行函数消耗了多少时间？

1.支持日志文件

如果你觉得print到屏幕上不方便，还可以将其输出到log文件中，你只需要将装饰器那一行改为：

@pysnooper.snoop('/my/log/file.log')

#例如:

@pysnooper.snoop(output='/var/log/debug.log')
def demo_func():

2.1 读取局外变量或其他表达式

如果你想读取在装饰器作用范围以外的变量或者表达式的值，还可以使用watch参数：

@pysnooper.snoop(watch=('foo.bar', 'self.x["whatever"]'))

2.2 读取局外变量或其他表达式

out = {"foo": "bar"}
 
@pysnooper.snoop(watch=('out["foo"]'))
def demo_func():
    ...

2.3 设置调试日志的前缀

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

3.上下文形式的调试

没错，装饰器有限定的使用条件，使用起来比较局限，因此pysnooper还支持使用 with 的上下文形式：

import pysnooper
import random

def foo():
    lst = []
    for i in range(10):
        lst.append(random.randrange(1, 1000))

    with pysnooper.snoop():
        lower = min(lst)
        upper = max(lst)
        mid = (lower + upper) / 2
        print(lower, mid, upper)

foo()

效果如下，只有上下文里的代码才会被调试出来：

当我们只需要调试部分代码的时候，这个上下文形式的调试方法非常方便。

此外，PySnooper还有许多更强大的用法，大家可以看他们的高级使用文档：https://github.com/cool-RR/PySnooper/blob/master/ADVANCED_USAGE.md