debug命令_Python程序员Debug利器，和Print说再见 | 技术头条

最新推荐文章于 2023-10-18 09:37:56 发布

weixin_39923623

最新推荐文章于 2023-10-18 09:37:56 发布

阅读量142

点赞数

文章标签： debug命令 debug工具 java 输出的值与debug的值不一样

【导语】程序员每日都在和 debug 相伴。新手程序员需要学习的 debug 手段复杂多样，设置断点、查看变量值……一些网站还专门针对debug撰写了新手教程。老司机们在大型的项目中要 debug 的问题不一样，模块众多、代码超长，面对大型项目的debug之路道阻且长。针对新手和老手程序员会遇到的不同debug问题，本文推荐了两个GitHub上的开源debug工具：PySnooper 和 Behold，帮助大家更加优雅、简洁地 debug 代码。

前言

在之前的推荐中，营长为大家介绍过一些有趣的实用工具，包括自动化UI测试工具、代码修复神器、帮小白快速修复error、pdf翻译工具、变量命名神器等等。今天，营长要为大家推荐两个基于 Python 的 debug 工具：PySnooper 和 Behold，帮助大家对不同规模的项目，有针对性的优雅 debug。

查看变量值，是 debug 过程中常要做的一件事。Python 开发者们除了使用 print 对变量逐个输出以外，是否还有其他方法可用呢？其实，使用 Print 语句查看变量有时候也很繁琐：首先需要找到变量所在的代码行，然后注释掉部分代码，再加一行输出命令；之后再根据原步骤进行复原。这波操作在代码量较大时就要耗费大量精力了，并且如果忘记复原，或者在复原代码时出现手误，甚至可能在 debug 过程中再新加 Bug，着实不值得！

此外，在一些大型项目上，我们有时只需要对项目的部分模块或代码行进行调试，但 Python 项目调试的时候需要人工对代码进行划分，以满足调试需求，这就使 debug 变得更困难。

为了让大家更专注写代码、debug 更轻松，营长特别选取了两个 Github 的 debug 神器：PySnooper 和 Behold，分别推荐给新手和大型代码项目的老司机。

接下来，先简单介绍并比较两个工具的特性，之后再具体讲解使用步骤、功能，如果想查看工具源代码和文档，可以到文末查看，别忘了给营长点”在看“！

PySnooper 与 Behold 对比：

对象不同，简洁相同

使用对象不同

两个项目有何异同？两个作者对项目的描述就能轻松发现两者的不同：PySnooper——a poor man's debugger”，针对新手程序员；Behold——为大型Python项目专门搭建的 debug 工具。

安装与使用

两个工具都不约而同地把“简便易用”作为了首要目标。PySnooper 和 Behold 都是一行代码搞定:”pip install“。使用上，两者对查看变量做了针对性地改进，都支持使用一行命令输出多个变量，不同于以往使用 print 语句的方式。

特性

比较而言，PySnooper 更适用于调试单个函数，对函数变量的更改过程、指向操作所在代码行上更突出，可以对变量值及值发生改变时所对应的代码行进行输出，并将输出存储为文件。而 Behold 更加注重对代码的整体调试，以及 debug 时对变量的筛选，例如支持对全局变量和局部变量的区分等。

具体而言，PySnooper 的特性包括：

输出关于某个函数中变量更改的详细过程记录，包括变量的值、使变量更改的相关代码行、更改时间
将上述记录输出为一个.log文件
查一个或多个非局部变量的值
输出调试函数所引用的函数的变量更改记录
在缓存中输出记录，提高运行速度

Behold 的特性包括：

简单输出一个或多个变量的改变过程
依据变量的值对输出进行条件筛选
对变量的输出值给予自定义标签，提高输出结果的区分度
依据调试变量所在函数的所属模块筛选是否输出变量值
输出对象的部分或全部属性
依据全局变量和局部变量对输出进行筛选
将输出存储为Pandas.Dataframe格式的数据
在输出时使用自定义字典对变量输出的值进行重新定义

PySnooper: 新手程序员救星

1.安装：使用pip

pip

2.设置需要调试的函数：使用@pysnooper.snoop()

import pysnooper

@pysnooper.snoop()
def number_to_bits(number):
    if number:
        bits = []
        while number:
            number, remainder = divmod(number, 2)
            bits.insert(0, remainder)
        return bits
    else:
        return [0]

number_to_bits(6)

输出如下：

Starting var:.. number = 6
21:14:32.099769 call         3 @pysnooper.snoop()
21:14:32.099769 line         5     if number:
21:14:32.099769 line         6         bits = []
New var:....... bits = []
21:14:32.099769 line         7         while number:
21:14:32.099769 line         8             number, remainder = divmod(number, 2)
New var:....... remainder = 0
Modified var:.. number = 3
21:14:32.099769 line         9             bits.insert(0, remainder)
Modified var:.. bits = [0]
21:14:32.099769 line         7         while number:
21:14:32.099769 line         8             number, remainder = divmod(number, 2)
Modified var:.. number = 1
Modified var:.. remainder = 1
21:14:32.099769 line         9             bits.insert(0, remainder)
Modified var:.. bits = [1, 0]
21:14:32.099769 line         7         while number:
21:14:32.099769 line         8             number, remainder = divmod(number, 2)
Modified var:.. number = 0
21:14:32.099769 line         9             bits.insert(0, remainder)
Modified var:.. bits = [1, 1, 0]
21:14:32.099769 line         7         while number:
21:14:32.099769 line        10         return bits
21:14:32.099769 return      10         return bits

3.将上述记录输出为文件，并保存在文件夹：文件命名为file.log，保存在“/my/log/”文件夹：

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

4.查看一个或多个非局部变量的值：查看foo.bar, self.whatever变量的改变过程，这两个变量不在number_to_bits函数中

@pysnooper.snoop(variables=('foo.bar', 'self.whatever'))

5.输出调试函数所引用的函数的变量更改记录：

@pysnooper.snoop(depth=2)

6.在缓存中输出记录，提高运行速度：

@pysnooper.snoop(prefix='ZZZ ')

Beholder: 针对大型Python项目的调制工具

1.安装：使用pip

pip install behold

2.简单输出一个或多个变量的改变过程：

from behold import Behold

letters  = ['a', 'b', 'c', 'd', 'A', 'B', 'C', 'D']

for index, letter in enumerate(letters):
    # 输出效果等价于如下代码
    # print('index: {}, letter: {}'.format(index, letter))
    Behold().show('index', 'letter')

3.依据变量的值对输出进行条件筛选：

from behold import Behold

letters  = ['a', 'b', 'c', 'd', 'A', 'B', 'C', 'D']

for index, letter in enumerate(letters):
    # 输出效果等价于如下代码
    # if letter.upper() == letter and index % 2 == 0:
    #     print('index: {}'.format(index))
    Behold().when(letter.upper() == letter and index % 2 == 0).show('index')

4.对变量的输出值给予自定义标签，提高输出结果的区分度：这里依据变量的值分别打“even_uppercase”和“odd_losercase”标签，附在变量之后

from behold import Behold

letters  = ['a', 'b', 'c', 'd', 'A', 'B', 'C', 'D']

for index, letter in enumerate(letters):
    # 输出效果等价于如下代码
    # if letter.upper() == letter and index % 2 == 0:
    #     print('index: {}, letter:, {}, even_uppercase'.format(index, letter))
    # if letter.upper() != letter and index % 2 != 0:
    #     print('index: {}, letter: {} odd_lowercase'.format(index, letter))
    Behold(tag='even_uppercase').when(letter.upper() == letter and index % 2 == 0).show('index', 'letter')
    Behold(tag='odd_lowercase').when(letter.lower() == letter and index % 2 != 0).show('index', 'letter')

5.依据调试变量所在函数的所属模块筛选是否输出变量值：

首先使用behold对函数设定调试规则：

from behold import Behold

# 这是一个在代码库中常用的自定义函数
def my_function():
    x = 'hello'  # 这是函数本身的逻辑

    # 在“testing”环境时输出x的值
    Behold().when_context(what='testing').show('x')

    # 仅在“debug”环境时对函数进行调试输出
    if Behold().when_context(what='debugging').is_true():
        import pdb; pdb.set_trace()

在另一个代码模块中对设定调试规则的函数进行调试：

from behold import in_context

# 设置context为“testing”
@in_context(what='testing')
def test_x():
    my_function()
test_x()  # 将输出'x: hello'

# 使用环境管理器设置环境为“debugging”以进行调试
with in_context(what='debugging'):
    my_function()  # 转至pdb调试工具

6.输出对象的部分或全部属性：使用“with_args”指定调试对象的部分属性，使用“no_args”输出调试对象的全部属性

from behold import Behold, Item

item = Item(a=1, b=2, c=3)
#输出对象的部分属性
Behold(tag='with_args').show(item, 'a', 'b')
#输出对象的全部属性
Behold(tag='no_args').show(item)

7.依据全局变量和局部变量对输出进行筛选：

from __future__ import print_function
from behold import Behold, Item

# 定义全局变量
g = 'global_content'

# 定义一个函数，设定局部变量
def example_func():
    employee = Item(name='Toby')
    boss = Item(employee=employee, name='Michael')

    print('# Can't see global variable')
    Behold().show('boss', 'employee', 'g')

    print('n# I can see the the boss's name, but not employee name')
    Behold('no_employee_name').show(boss)

    print('n# Here is how to show global variables')
    Behold().show(global_g=g, boss=boss)

    # 可以对变量的输出顺序进行调整
    print('n# You can force variable ordering by supplying string arguments')
    Behold().show('global_g', 'boss', global_g=g, boss=boss)

    print('n# And a similar strategy for nested attributes')
    Behold().show(employee_name=boss.employee.name)

example_func()

8.将输出存储为Pandas.Dataframe格式的数据：需要对变量值的标签进行定义，标签将存储为变量的键值

from __future__ import print_function
from pprint import pprint
from behold import Behold, in_context, get_stash, clear_stash

def my_function():
    out = []
    for nn in range(5):
        x, y, z = nn, 2 * nn, 3 * nn
        out.append((x, y, z))

        # 对变量值的标签进行定义

        # 尽在测试x的环境下存储y和z的值
        Behold(tag='test_x').when_context(what='test_x').stash('y', 'z')

        # 仅在测试y的环境下存储x和z的值
        Behold(tag='test_y').when_context(what='test_y').stash('x', 'z')

        #  仅在测试z的环境下存储x和y的值
        Behold(tag='test_z').when_context(what='test_z').stash('x', 'y')
    return out

@in_context(what='test_x')
def test_x():
    assert(sum([t[0] for t in my_function()]) == 10)

@in_context(what='test_y')
def test_y():
    assert(sum([t[1] for t in my_function()]) == 20)

@in_context(what='test_z')
def test_z():
    assert(sum([t[2] for t in my_function()]) == 30)

test_x()
test_y()
test_z()

print('n# contents of test_x stash.  Notice only y and z as expected')
pprint(get_stash('test_x'))

print('n# contents of test_y stash.  Notice only x and z as expected')
pprint(get_stash('test_y'))

print('n# contents of test_z stash.  Notice only x and y as expected')
print(get_stash('test_z'))

也可以对存储的结果进行清除。

clear_stash()

当该命令的参数为空时，默认清除所有调试数据的缓存。如果想要指定清除某个或某些参数的调试缓存数据，则需在参数中进行指定。

9.在输出时使用自定义字典对变量输出的值进行重新定义：

下例中对变量的值进行了自定义。假设自定义字典中的键值为数据库索引，下例展示了将该索引转变为自定义标签的方法。

from __future__ import print_function
from behold import Behold, Item


# 定义Behold的子类以支持自定义的属性提取
class CustomBehold(Behold):
    @classmethod
    def load_state(cls):
        cls.name_lookup = {
            1: 'John',
            2: 'Paul',
            3: 'George',
            4: 'Ringo'
        }

    def extract(self, item, name):
        # 如果没有加载lookup state，则先进行加载
        if not hasattr(self.__class__, 'name_lookup'):
            self.__class__.load_state()

        # 抽取变量的值
        val = getattr(item, name)

        # 如果变量是一个Item类变量，则进行值转换
        if isinstance(item, Item) and name == 'name':
            return self.__class__.name_lookup.get(val, None)

        # 否则使用Behold默认的转换函数
        else:
            return super(CustomBehold, self).extract(item, name)


# 定义一组Item变量用于测试
items = [Item(name=nn) for nn in range(1, 5)]

print('n# Show items using standard Behold class')
for item in items:
    Behold().show(item)


print('n# Show items using CustomBehold class with specialized extractor')
for item in items:
    CustomBehold().show(item, 'name', 'instrument')

总结

在本文中，营长针对新手程序员和 Python 大型项目的代码调试为大家分别推荐了PySnooper和Behold两个调试工具，帮助大家简化代码调试过程、优化调试输出，以提高代码调试效率，希望对大家有所帮助。在未来，营长也会继续努力为大家发掘更多好用的工具，帮助大家更优雅地书写代码。

PySnooper的Github地址： https:// github.com/cool-RR/PySn ooper/tree/2c8c74903d20e0e52e358ce95af437a18f5fb495
Behold的Github地址： https:// github.com/robdmc/behol d

（本文为Python大本营原创文章，转载请微信联系1092722531）

weixin_39923623

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫