掌握 Python 调试技巧：强大工具助你一臂之力
想成为真正的 Python 调试专家吗？ 别再犹豫了！ 我们将为你介绍一系列令人惊叹的 Python 调试工具和库，它们将使你的代码调试过程事半功倍。
Python 作为一种通用、高级且面向对象的编程语言，被广泛应用于各种开发领域。 从 Web 应用程序开发到数据抓取，再到更复杂的应用，如机器学习和数据科学，Python 都是一种高效的开发工具。
在开发过程中，难免会出现被称为编程错误的 “bug”。 为了检测和消除代码中存在的或潜在的错误，开发人员通常会采取一系列步骤。 这样做可以防止程序代码崩溃，而这个过程就是我们所说的调试。
本文将为你介绍几种常用的 Python 调试器，并分析它们之间的差异，以及各自的优势。
cProfiler 调试库
cProfiler
是一个流行的库，也是一个 C 扩展，专用于分析长时间运行的代码。 它可以识别程序代码中运行时间较长的部分。 虽然它能精确地确定代码不同部分的运行时间，但它不能直接识别或修复代码中的错误。
因此，我们需要使用其他调试器。
幸运的是，还有很多其他的库可以帮助你调试 Python 代码，例如 ipdb、Django-debug-toolbar、pyelftools、viztracer 和 py-spy。
ipdb 调试工具
完全启用 IPython 的 Python 调试器 ipdb 是一个交互式的第三方调试器，它继承了
pdb
的功能。
ipbd
还支持交互式 shell IPython，包括制表符补全、颜色支持和魔法功能等。
该调试器通过导出相关函数，启用对 IPython 调试器的访问。 它还提供了一个类似于 pdb 模块的接口，以更好地进行自省。
使用 Ipdb 进行调试
使用 pip 命令安装该库：
pip install ipdb
以下是一个使用 ipdb 的示例：
import ipdb
alpha_list = ['a', 'b', 'c']
fruit_list = ['orange', 'mango', 'kiwi']
def nested_loop():
for fruit in fruit_list:
print (fruit)
ipdb.set_trace()
for x in alpha_list:
print(x)
if __name__ == '__main__':
nested_loop()
使用以下命令运行 Python 文件，其中 test.py 是文件名：
python -m ipdb test.py
导入 ipdb 并运行
ipdb.set_trace()
函数后，程序将开始执行，并启动调试器。
ipdb.pm()
函数 (事后分析) 的作用类似于
%debug
魔法函数。
set_trace 参数
将上下文作为参数传递给
set_trace
可以显示定义的几行代码。 此外，
set_trace
还接受一个名为
cond
的布尔值参数。 当你将
cond
设置为 true 时，它将启动 ipdb 接口。
使用配置文件
你可以使用主文件夹或项目文件夹中的
idpdb
文件或
setup.cfg
文件来设置上下文参数。 你可以进一步探索 ipdb 的更多功能。
Django 调试工具栏
Django 调试工具栏
是 Django (一个 Python 框架) 中非常流行的调试工具。
这组可配置的面板可以显示当前请求或响应的调试信息。 点击工具栏时，会显示有关面板内容的更多详细信息。
此工具可以彻底检查 Django 开发环境。
请按照
此处的
安装过程和配置说明进行操作。
Pyelftools 库
pyelftools
库完全基于 Python 构建。 它解析和分析 ELF 文件和 DWARF 调试信息，而且只需要 Python 即可运行。
pyelftools 的使用非常方便，因为它没有任何外部依赖项。 此外，无需安装即可使用 pyelftools，只需在环境变量中调整 PYTHONPATH。
你可以使用以下命令安装它：
pip install pyelftools
要使用 pyelftools，只需导入它并在你的程序中调用即可。
冰淇淋🍦调试工具
这是 Python 开发人员的另一个高效调试工具。
使用
冰淇淋
，也称
ic()
，有很多优于
print()
的优点，如下所述：
- 它打字相对较快。
- 它可以很好地打印数据结构。
- 使用
ic()可以打印表达式或变量名称及其值。 - 它会突出显示输出的语法。
- 可选地，它可以包含程序上下文，例如文件名、行号和父函数。
在使用该软件包之前，请使用以下 pip 命令进行安装：
pip install icecream
好消息是，你可以在所有文件中使用
ic()
，而无需使用
install()
将其导入每个文件。 此外，
install()
会将
ic()
添加到内置模块中。 解释器导入的所有文件都将共享
ic()。
在你可以命名为
x.py
的根 Python 文件中，使用
install()
添加
ic()。
from icecream import install install() from y import mult mult()
在 y.py 文件中导入 x.py 文件并调用 ic()：
def mult():
z=8
ic(z)
结果：
y ic| z : 8
ic()
之所以更高效，是因为它可以检查传递给它的变量，包括它自己，然后打印出其参数和参数值，如下例所示。
from icecream import ic
def mult(x):
return x * 4
ic(mult(100))
输出：
ic| mult(100): 400
此外，你可以将
ic()
插入到现有的代码中，因为它会返回其参数。 例如，以下代码将首先返回
ic| x: 12
，然后返回
ic| y: 48。
from icecream import ic
x = 12
def mult(x):
return x*4
y = mult(ic(x))
ic(y)
使用 py-spy 工具进行调试
你可以使用
py-spy
来对 Python 程序的示例进行分析，作为一种调试工具。 py-spy 可以可视化 Python 程序的执行，而无需重新启动程序或修改其代码。 此外，由于它是用 Rust 编写的，因此开销非常低。
值得一提的是，在生产 Python 代码中使用 py-spy 是安全的，因为它运行的进程与被分析的 Python 程序不同。
和之前介绍的其他工具一样，你可以在安装后使用 py-spy 工具。
pip install py-spy
即使你的 Python 程序正在处理生产流量，你仍然可以使用 py-spy 来分析和调试该程序，这使其成为一款至关重要的 Python 分析工具。
Viztracer 调试器
或者，你可以使用调试工具 viztracer 来跟踪和可视化 Python 程序的执行。 这也是一个开销较低的日志分析工具。
是什么使得
viztracer
成为一种有效的调试工具？
- 它易于使用，并且不依赖于外部包。
- Viztracer 可以在所有操作系统平台上运行：Windows、Linux 或 macOS。
- 其强大的前端可以平滑地渲染 GB 级的跟踪数据。
-
它使用 RegEx 来记录任意函数和额外信息，例如
变量和属性
、
引发的异常
、
垃圾收集器操作
等，而无需修改源代码的任何部分。 - viztracer 之所以成为低开销的调试工具，是因为它可以过滤掉程序中不需要的数据。 然后，它会保留旧信息，并以 JSON 格式转储日志。
-
你可以使用它来插入自定义事件，例如
即时事件
、
可变事件
和
持续时间事件
，随着程序的运行。 这样，它的工作方式类似于打印调试，只是 viztracer 会在跟踪数据时告诉你打印发生的时间。
总结
Python 分析和调试，就像软件分析一样，是开发过程中需要关注的关键步骤。 这一步有助于排除任何有错误的程序代码段，从而优化代码的整体性能。
我们上面介绍的调试工具都是高效的工具，可以大大简化 Python 开发人员的工作。
考虑到其他调试工具比 cProfiler 更有效，你可以像真正的英雄一样调试 Python 代码，并使用这些调试器修复任何潜在的错误，从而确保代码运行顺畅，不会崩溃。
祝你调试愉快！