当前位置:天才代写 > tutorial > Python教程 > 常用的 Python 调试东西,Python开拓必读

常用的 Python 调试东西,Python开拓必读

2017-11-02 08:00 星期四 所属: Python教程 浏览:57

以下是我做调试或阐明时用过的东西的一个概览。假如你知道有更好的东西,请在评论中留言,可以不消很完整的先容。

日志

没错,就是日志。再多强调在你的应用里保存足量的日志的重要性也不为过。你该当对重要的内容打日志。假如你的日志打的足够好的话,单看日志你就能发明问题地址。那样可以节减你大量的时间。

假如一直以来你都在代码里乱用 print 语句,顿时停下来。换用logging.debug。今后你还可以继承复用,或是全部停用等等。

跟踪

有时更好的步伐是看执行了哪些语句。你可以利用一些IDE的调试器的单步执行,但你需要明晰知道你在找那些语句,不然整个进程会举办地很是迟钝。

尺度库内里的trace模块,可以打印运行时包括在个中的模块里所有执行到的语句。(就像建造一份项目陈诉)

python -mtrace –trace script.py

这会发生大量输出(执行到的每一行城市被打印出来,你大概想要用grep过滤那些你感乐趣的模块).

好比:

python -mtrace –trace script.py | egrep '^(mod1.py|mod2.py)'
调试器

以下是如今应该人尽皆知的一个基本先容:

import pdb
pdb.set_trace() # 开启pdb提示

可能

try:
(一段抛出异常的代码)
except:
    import pdb
    pdb.pm() # 可能 pdb.post_mortem()
  可能(输入 c 开始执行剧本)
  

python -mpdb script.py

在输入-计较-输出轮回(注:REPL,READ-EVAL-PRINT-LOOP的缩写)情况下,可以有如下操纵:

c or continue

q or quit

l or list, 显示当前步帧的源码

w or where,回溯挪用进程

d or down, 退却一步帧(注:相当于回滚)

u or up, 前进一步帧

(回车), 反复上一条指令

其余的险些全部指令(尚有很少的其他一些呼吁除外),在当前步帧上看成python代码举办理会。

假如你以为挑战性还不足的话,可以试下smiley,-它可以给你展示那些变量并且你能利用它来长途追踪措施。

更好的调试器

pdb的直接替代者:

ipdb(easy_install ipdb) – 雷同ipython(有自动完成,显示颜色等)

pudb(easy_install pudb) – 基于curses(雷同图形界面接口),出格适合欣赏源代码

长途调试器

安装方法:

sudo apt-get install winpdb

用下面的方法代替以前的pdb.set_trace():

import rpdb2
rpdb2.start_embedded_debugger("secretpassword")

此刻运行winpdb,文件-关联

不喜欢Winpdb?也可以直接包装PDB在TCP之上运行!

这样做:

import loggging
class Rdb(pdb.Pdb):
    """
    This will run pdb as a ephemeral telnet service. Once you connect no one
    else can connect. On construction this object will block execution till a
    client has connected.
 
    Based on https://github.com/tamentis/rpdb I think ...
 
    To use this::
 
        Rdb(4444).set_trace()
 
    Then run: telnet 127.0.0.1 4444
    """
    def __init__(self, port=0):
        self.old_stdout = sys.stdout
        self.old_stdin = sys.stdin
        self.listen_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
        self.listen_socket.bind(('0.0.0.0', port))
        if not port:
            logging.critical("PDB remote session open on: %s", self.listen_socket.getsockname())
            print >> sys.__stderr__, "PDB remote session open on:", self.listen_socket.getsockname()
            sys.stderr.flush()
        self.listen_socket.listen(1)
        self.connected_socket, address = self.listen_socket.accept()
        self.handle = self.connected_socket.makefile('rw')
        pdb.Pdb.__init__(self, completekey='tab', stdin=self.handle, stdout=self.handle)
        sys.stdout = sys.stdin = self.handle
 
    def do_continue(self, arg):
        sys.stdout = self.old_stdout
        sys.stdin = self.old_stdin
        self.handle.close()
        self.connected_socket.close()
        self.listen_socket.close()
        self.set_continue()
        return 1
 
    do_c = do_cont = do_continue
 
def set_trace():
    """
    Opens a remote PDB on first available port.
    """
    rdb = Rdb()
    rdb.set_trace()

只想要一个REPL情况?试试IPython如何?

#p#分页标题#e#

假如你不需要一个完整齐全的调试器,那就只需要用一下的方法启动一个IPython即可:

import IPython
IPython.embed()
尺度linux东西

我经常惊奇于它们竟然远未被充实操作。你能用这些东西办理很大范畴内的问题:从机能问题(太多的系统挪用,内存分派等等)到死锁,网络问题,磁查问题等等。

个中最有用的是最直接的strace,只需要运行 sudo strace -p 12345 可能 strace -f 指令(-f 即同时追踪fork出来的子历程),这就行了。输出一般会很是大,所以你大概想要把它重定向到一个文件以便作更多的阐明(只需要加上 &> 文件名)。

再就是ltrace,有点雷同strace,差异的是,它输出的是库函数挪用。参数概略沟通。

尚有lsof 用来指出你在ltrace/strace中看到的句柄数值的意义。好比:

lsof -p 12345

更好的跟踪

利用简朴而可以做许多工作-人人都该装上htop!

sudo apt-get install htop

sudo htop

此刻找到那些你想要的历程,再输入:

s – 代表系统挪用进程(雷同strace)

L – 代表库挪用进程(雷同ltrace)

l – 代表lsof

  监控

没有好的一连的处事器监控,可是假如你曾碰着一些很诡异的环境,诸如为什么一切都运行的那么慢,那些系统资源都干什么去了,。。。等这些问题,想弄大白却又 无处下手之际,不必动用iotop,iftop,htop,iostat,vmstat这些东西,就用dstat吧!它可以做之前我们提过的大部门事情可 以做的工作,并且也许可以做的更好!

它会用一种紧凑的,代码高亮的方法(差异于iostat,vmstat)向你一连展示数据,你还常常可以看到已往的数据(差异于iftop,iostop,htop)。

只需运行:

dstat –cpu –io –mem –net –load –fs –vm –disk-util –disk-tps –freespace –swap –top-io –top-bio-adv

很大概有一种更简短的方法来写上面这条呼吁,

这是一个相当巨大而又强大的东西,可是这里我只提到了一些根基的内容(安装以及基本的呼吁)

sudo apt-get install gdb python-dbg

zcat /usr/share/doc/python2.7/gdbinit.gz > ~/.gdbinit

用python2.7-dbg 运行措施:

sudo gdb -p 12345

此刻利用:

bt – 仓库跟踪(C 级别)

pystack – python 仓库跟踪,不幸的是你需要有~/.gdbinit 而且利用python-dbg

c – 继承

  产生段错误?用faulthandler !

  python 3.3版本今后新增的一个很棒的成果,可以向后移植到python2.x版本。只需要运行下面的语句,你就可以简陋知道什么原因引起来段错误。

import faulthandler

faulthandler.enable()

内存泄露

嗯,这种环境下有许多的东西可以利用,个中有一些专门针对WSGI的措施好比Dozer,可是我最喜欢的虽然是objgraph。利用简朴利便,让人惊奇!

它没有集成WSGI可能其他,所以你需要本身去发明运行代码的要领,像下面这样:

import objgraph

objs = objgraph.by_type("Request")[:15]

objgraph.show_backrefs(objs, max_depth=20, highlight=lambda v: v in objs,

filename="/tmp/graph.png")

Graph written to /tmp/objgraph-zbdM4z.dot (107 nodes)

Image generated as /tmp/graph.png

你会获得像这样一张图(留意:它很是大)。你也可以获得一张点输出。

内存利用

有时你想罕用些内存。更少的内存分派经常可以使措施执行的更快,更好,用户但愿内存符合好用)

#p#分页标题#e#

有很多可用的东西,但在我看来最好用的是pytracemalloc。与其他东西对比,它开销很是小(不需要依赖于严重影响速度的sys.settrace)并且输出很是详尽。但安装起来较量疾苦,你需要从头编译python,但有了apt,做起来也很是容易。

只需要运行这些呼吁然后去吃顿午餐可醒目点此外:

apt-get source python2.7

cd python2.7-*

wget? https://github.com/wyplay/pytracemalloc/raw/master/python2.7_track_free_list.patch

patch -p1 < python2.7_track_free_list.patch

debuild -us -uc

cd ..

sudo dpkg -i python2.7-minimal_2.7*.deb python2.7-dev_*.deb

接着安装pytracemalloc (留意假如你在一个virtualenv虚拟情况下操纵,你需要在从头安装python后再次重建 – 只需要运行 virtualenv myenv)

pip install pytracemalloc

此刻像下面这样在代码里包装你的应用措施

import tracemalloc, time
tracemalloc.enable()
top = tracemalloc.DisplayTop(
    5000, # log the top 5000 locations
    file=open('/tmp/memory-profile-%s' % time.time(), "w")
)
top.show_lineno = True
try:
    # code that needs to be traced
finally:
    top.display()

  输出会像这样:

2013-05-31 18:05:07: Top 5000 allocations per file and line

 #1: …/site-packages/billiard/_connection.py:198: size=1288 KiB, count=70 (+0),

average=18 KiB

 #2: …/site-packages/billiard/_connection.py:199: size=1288 KiB, count=70 (+0),

average=18 KiB

 #3: …/python2.7/importlib/__init__.py:37: size=459 KiB, count=5958 (+0),

average=78 B

 #4: …/site-packages/amqp/transport.py:232: size=217 KiB, count=6960 (+0),

average=32 B

 #5: …/site-packages/amqp/transport.py:231: size=206 KiB, count=8798 (+0),

average=24 B

 #6: …/site-packages/amqp/serialization.py:210: size=199 KiB, count=822 (+0),

average=248 B

 #7: …/lib/python2.7/socket.py:224: size=179 KiB, count=5947 (+0), average=30

B

 #8: …/celery/utils/term.py:89: size=172 KiB, count=1953 (+0), average=90 B

 #9: …/site-packages/kombu/connection.py:281: size=153 KiB, count=2400 (+0),

average=65 B

 #10: …/site-packages/amqp/serialization.py:462: size=147 KiB, count=4704

(+0), average=32 B

  …

 

    关键字:


天才代写-代写联系方式