一个牛逼的 Python 调试工具
一个牛逼的 Python 调试工具
昱良
发布于 2019-05-14 10:23:52
发布于 2019-05-14 10:23:52
源 / 开源最前线
一般情况下，在编写 Python 代码时，如果想弄清楚为什么 Python 代码没有按照预期执行的原因，比如你想知道哪些是正在运行，哪些没有运行，以及局部变量的值是什么...通常我们会使用包含断点和观察模式等功能成熟的调试器，或者直接使用 print 语句打印出来。
今天和大家分享一个“贫民版”调试工具——PySnooper
PySnooper允许你执行以上相同的操作，只需为要调试的函数添加一个装饰器即可，而不需要构建正确的 print 打印。你还将得到函数的详细日志，包括运行了哪些代码行、何时运行以及何时更改了局部变量。
PySnooper 使用起来十分简单，开发者可以在任何庞大的代码库中使用它，而无需进行任何设置。你只需添加装饰器，并为日志输出地址指定路径，方法是将其路径指定为第一个参数。
目前，PySnooper在GitHub上已经获得7047个Star，371个Fork（GitHub地址：https://github.com/cool-RR/PySnooper）
示例
以下编写了一个函数，通过返回一个二进制列表。我们只需要通过添加@pysnooper.snoop()装饰器就可以了：
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
15:29:11.327032 call 4 def number_to_bits(number):
15:29:11.327032 line 5 if number:
15:29:11.327032 line 6 bits = []
New var:....... bits = []
15:29:11.327032 line 7 while number:
15:29:11.327032 line 8 number, remainder = divmod(number, 2)
New var:....... remainder = 0
Modified var:.. number = 3
15:29:11.327032 line 9 bits.insert(0, remainder)
Modified var:.. bits = [0]
15:29:11.327032 line 7 while number:
15:29:11.327032 line 8 number, remainder = divmod(number, 2)
Modified var:.. number = 1
Modified var:.. remainder = 1
15:29:11.327032 line 9 bits.insert(0, remainder)
Modified var:.. bits = [1, 0]
15:29:11.327032 line 7 while number:
15:29:11.327032 line 8 number, remainder = divmod(number, 2)
Modified var:.. number = 0
15:29:11.327032 line 9 bits.insert(0, remainder)
Modified var:.. bits = [1, 1, 0]
15:29:11.327032 line 7 while number:
15:29:11.327032 line 10 return bits
15:29:11.327032 return 10 return bits
Return value:.. [1, 1, 0]特性
stderr，则可以将选择输出到指定文件：
@pysnooper.snoop( /my/log/file.log )查看一些非局部变量的变量值：
@pysnooper.snoop(variables=( foo.bar , self.whatever ))显示函数调用的函数的snoop行：
@pysnooper.snoop(depth=2)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：2019-05-01，如有侵权请联系 cloudcommunity@tencent.com 删除
本文分享自 机器学习算法与Python学习 微信公众号，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体分享计划 ，欢迎热爱写作的你一起参与！
评论
登录后参与评论
推荐阅读