Python程序员Debug利器，和Print说再见 | 技术头条

AI科技大本营

发布于 2019-05-10 15:44:26

6210

发布于 2019-05-10 15:44:26

文章被收录于专栏：AI科技大本营的专栏AI科技大本营的专栏

整理 | Rachel

责编 | Jane

出品 | Python大本营（id：pythonnews）

【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 install pysnooper

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 = 621:14:32.099769 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 = 0Modified var:.. number = 321:14:32.099769 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 = 1Modified var:.. remainder = 121:14:32.099769 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 = 021:14:32.099769 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 bits21:14:32.099769 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_functionfrom 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_functionfrom pprint import pprintfrom 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_functionfrom 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/PySnooper/tree/2c8c74903d20e0e52e358ce95af437a18f5fb495 Behold的Github地址： https://github.com/robdmc/behold

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2019-04-25，如有侵权请联系 cloudcommunity@tencent.com 删除

编程算法