Python脚本的调试和分析

本文摘自千锋教育编著的**《Python快乐编程》**

关注“千问千知”公众号，免费领取Python视频资料。

后台回复：XX视频即可。

调试和分析在Python开发中发挥重要作用 。调试器可帮助程序员分析完整的代码。调试器设置断点，而分析器运行我们的代码并向我们提供执行时间的详细信息，分析器将识别程序中的瓶颈。

Python调试技术
调试是一个解决代码中出现的问题并阻止软件正常运行的过程。在Python中，调试非常简单。Python调试器设置条件断点并一次调试一行源代码。我们将使用pdb Python标准库中的模块调试我们的Python脚本 。

为了更好地调试Python程序，可以使用各种技术。我们将讨论Python调试的四种技术：

print() 声明：这是了解发生了什么的最简单方法，因此您可以检查已执行的内容。
logging：这就像一个print声明，但有更多的上下文信息，所以你可以完全理解它。
pdb debugger：这是一种常用的调试技术。使用的优点pdb是您可以pdb从命令行，解释器和程序中使用。
IDE调试器：IDE具有集成调试器。它允许开发人员执行他们的代码，然后开发人员可以在程序执行时进行检查。
错误处理（异常处理）
在本节中，我们将学习Python如何处理异常。例外是程序执行期间发生的错误。每当发生任何错误时，Python都会生成一个异常，该异常将使用try … except块进行处理。程序无法处理某些异常，因此会导致错误消息。现在，我们将看到一些异常示例。

在终端中，启动 python3交互式控制台，我们将看到一些异常示例：

student@ubuntu:~$ python3

Python 3.5.2 (default, Nov 23 2017, 16:37:01)

[GCC 5.4.0 20160609] on linux

Type "help", "copyright", "credits" or "license" for more information.

>>>

>>> 50 / 0

 

Traceback (most recent call last):

 File "", line 1, in ZeropisionError: pision by zero

>>>

>>> 6 + abc*5

Traceback (most recent call last):

  File "", line 1, in NameError: name 'abc' is not defined

>>>

>>> 'abc' + 2

Traceback (most recent call last):

  File "", line 1, in TypeError: Can't convert 'int' object to str implicitly

>>>

>>> import abcd

Traceback (most recent call last):

  File "", line 1, in ImportError: No module named 'abcd'

>>>

这些是例外的一些例子。现在，我们将看到我们如何处理异常。

每当Python程序中发生错误时，都会引发异常。我们还可以使用raise关键字强制引发异常。

现在我们将看到一个try…except处理异常的块。在try块中，我们将编写可能生成异常的代码。在except块中，我们将为该异常编写解决方案。

语法 try…except如下：

try:
            statement(s)
except:
            statement(s)

一个try块可以有多个except语句。我们也可以通过在except关键字后面输入例外名称来处理特定的例外。处理特定异常的语法如下：

try:

            statement(s)

except exception_name:

            statement(s)

我们将创建一个exception_example.py 要捕获的脚本ZeropisionError。在脚本中编写以下代码：

a = 35
b = 57
try:
            c = a + b
            print("The value of c is: ", c)
            d = b / 0
            print("The value of d is: ", d)
except:
            print("pision by zero is not possible")
print("Out of try...except block")

按如下所示运行脚本，您将获得以下输出：

student@ubuntu:~$ python3 exception_example.py

The value of c is:  92

pision by zero is not possible

Out of try...except block

调试器工具
Python支持许多调试工具：

winpdb
pydev
pydb
pdb
gdb
pyDebug
在本节中，我们将学习pdb Python调试器。pdbmodule是Python标准库的一部分，始终可供使用。

pdb调试器
该pdb模块用于调试Python程序。Python程序使用pdb交互式源代码调试器来调试程序。pdb设置断点并检查堆栈帧，并列出源代码。

现在我们将了解如何使用pdb调试器。有三种方法可以使用此调试器：

· 在解释器中

· 从命令行

· 在Python脚本中

我们将创建一个pdb_example.py脚本并在该脚本中添加以下内容：

class Student:

            def __init__(self, std):

                        self.count = std

  

            def print_std(self):

                        for i in range(self.count):

                                    print(i)

                        return

if __name__ == '__main__':

            Student(5).print_std()

以此脚本为例学习Python调试，我们将看到如何详细启动调试器。

在解释器中
要从Python交互式控制台启动调试器，我们使用run（）或runeval（）。

启动python3交互式控制台。运行以下命令以启动控制台：

$ python3

导入我们的 pdb_example脚本名称和pdb模块。现在，我们将使用run()并且我们将字符串表达式作为参数传递给run()Python解释器本身：

student@ubuntu:~$ python3

Python 3.5.2 (default, Nov 23 2017, 16:37:01)

[GCC 5.4.0 20160609] on linux

Type "help", "copyright", "credits" or "license" for more information.

>>>

>>> import pdb_example

>>> import pdb

>>> pdb.run('pdb_example.Student(5).print_std()')

> (1)()

(Pdb)

要继续调试，请continue在（Pdb）提示符后输入并按Enter键。如果你想知道我们可以在这里使用的选项，那么在（Pdb）提示后按两次Tab 键。

现在，输入后continue，我们将获得如下输出：

student@ubuntu:~$ python3

Python 3.5.2 (default, Nov 23 2017, 16:37:01)

[GCC 5.4.0 20160609] on linux

Type "help", "copyright", "credits" or "license" for more information.

>>>

>>> import pdb_example

>>> import pdb

>>> pdb.run('pdb_example.Student(5).print_std()')

> (1)()

(Pdb) continue

0

1

2

3

4

>>>

从命令行
运行调试器的最简单，最直接的方法是从命令行。我们的程序将作为调试器的输入。您可以从命令行使用调试器，如下所示：

$ python3 -m pdb pdb_example.py

从命令行运行调试器时，将加载源代码，它将停止在找到的第一行执行。输入continue以继续调试。这是输出：

student@ubuntu:~$ python3 -m pdb pdb_example.py

> /home/student/pdb_example.py(1)()

-> class Student:

(Pdb) continue

0

1

2

3

4

The program finished and will be restarted

> /home/student/pdb_example.py(1)()

-> class Student:

(Pdb)

在Python脚本中
前两种技术将在Python程序开始时启动调试器。但这第三种技术最适合长期运行的流程。要在脚本中启动调试器，请使用set_trace（）。

现在，修改您的pdb_example.py 文件，如下所示：

**import pdb

class Student:

            def __init__(self, std):

                        self.count = std

  

            def print_std(self):

                        for i in range(self.count):

                                    pdb.set_trace()

                                    print(i)

                        return

  

if __name__ == '__main__':

            Student(5).print_std()**

现在，按如下方式运行程序：

student@ubuntu:~$ python3 pdb_example.py

> /home/student/pdb_example.py(10)print_std()

-> print(i)

(Pdb) continue

0

> /home/student/pdb_example.py(9)print_std()

-> pdb.set_trace()

(Pdb)

set_trace() 是一个Python函数，因此您可以在程序中的任何位置调用它。

因此，这些是启动调试器的三种方式。

调试基本程序崩溃
在本节中，我们将看到跟踪模块。跟踪模块有助于跟踪程序执行。因此，每当您的Python程序崩溃时，我们都可以理解崩溃的位置。我们可以通过将跟踪模块导入您的脚本以及命令行来使用它。

现在，我们将创建一个名为脚本trace_example.py并在脚本中编写以下内容：

class Student:

            def __init__(self, std):

                        self.count = std

  

            def go(self):

                        for i in range(self.count):

                                    print(i)

                        return

if __name__ == '__main__':

            Student(5).go()

输出如下：

student@ubuntu:~$ python3 -m trace --trace trace_example.py

 --- modulename: trace_example, funcname: trace_example.py(1): class Student:

 --- modulename: trace_example, funcname: Student

trace_example.py(1): class Student:

trace_example.py(2):   def __init__(self, std):

trace_example.py(5):   def go(self):

trace_example.py(10): if __name__ == '__main__':

trace_example.py(11):             Student(5).go()

 --- modulename: trace_example, funcname: init

trace_example.py(3):               self.count = std

 --- modulename: trace_example, funcname: go

trace_example.py(6):               for i in range(self.count):

trace_example.py(7):                           print(i)

0

trace_example.py(6):               for i in range(self.count):

trace_example.py(7):                           print(i)

1

trace_example.py(6):               for i in range(self.count):

trace_example.py(7):                           print(i)

2

trace_example.py(6):               for i in range(self.count):

trace_example.py(7):                           print(i)

3

trace_example.py(6):               for i in range(self.count):

trace_example.py(7):                           print(i)

4

因此，通过trace --trace在命令行使用，开发人员可以逐行跟踪程序。因此，只要程序崩溃，开发人员就会知道崩溃的实例。

分析和计时程序
分析Python程序意味着测量程序的执行时间。它衡量每个功能所花费的时间。Python的cProfile模块用于分析Python程序。

cProfile模块
如前所述，分析意味着测量程序的执行时间。我们将使用cProfile Python模块来分析程序。

现在，我们将编写一个 cprof_example.py 脚本并在其中编写以下代码：

mul_value = 0

def mul_numbers( num1, num2 ):

            mul_value = num1 * num2;

            print ("Local Value: ", mul_value)

            return mul_value

mul_numbers( 58, 77 )

print ("Global Value: ", mul_value)

运行程序，您将看到如下输出：

student@ubuntu:~$ python3 -m cProfile cprof_example.py

Local Value:  4466

Global Value:  0

         6 function calls in 0.000 seconds

   Ordered by: standard name

  

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)

        1    0.000    0.000    0.000    0.000 cprof_example.py:1()

        1    0.000    0.000    0.000    0.000 cprof_example.py:2(mul_numbers)

        1    0.000    0.000    0.000    0.000 {built-in method builtins.exec}

        2    0.000    0.000    0.000    0.000 {built-in method builtins.print}

        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}

因此，使用时cProfile，所有被调用的函数都将打印出每个函数所花费的时间。现在，我们将看到这些列标题的含义：

· ncalls： 通话次数

· tottime： 在给定函数中花费的总时间

· percall：商数tottime除以ncalls

· cumtime：在此和所有方面花费的累计时间 subfunctions

· percall：cumtime除以原始调用的商数

· filename:lineno(function)：提供每个功能的相应数据

timeit
timeit是一个Python模块，用于计算Python脚本的一小部分。您可以从命令行调用timeit，也可以将timeit模块导入到脚本中。我们将编写一个脚本来计算一段代码。创建一个timeit_example.py脚本并将以下内容写入其中：

import timeit

prg_setup = "from math import sqrt"

prg_code = '''

def timeit_example():

            list1 = []

            for x in range(50):

                        list1.append(sqrt(x))

'''

# timeit statement

print(timeit.timeit(setup = prg_setup, stmt = prg_code, number = 10000))

使用timeit，我们可以决定我们要测量的代码片段。因此，我们可以轻松定义设置代码以及我们要单独执行测试的代码段。主代码运行100万次，这是默认时间，而设置代码只运行一次。

使程序运行得更快
有多种方法可以使Python程序运行得更快，例如：

描述您的代码，以便识别瓶颈
使用内置函数和库，因此解释器不需要执行循环
避免使用全局变量，因为Python在访问全局变量时非常慢
使用现有包

关注“千问千知”公众号，免费领取Python视频资料。

后台回复：Python视频即可。