百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

还在用print()语句来调试Python代码?快停止吧

off999 2024-11-23 20:38 17 浏览 0 评论

用print()的缺点

我就是使用print()语句调试代码的人之一。有些时候,如果代码很长,那么就会有更多的打印,需要使用多个符号来相互区分。

看看下面的代码片段。(本博客中的代码片段,遵循Python 3.7的语法)

print(style_dict,"{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{}}}}}}}}}}}}}}}}}}}}}}}}}}]]]]]]]]]]]]]]]]]]]")
# Adding into a dictionary
res_dct = {style_dict[i]: style_dict[i + 1] for i in range(0, len(style_dict), 2)}
res_dist={res_dct['Email Address']:{style_dict[i]: style_dict[i + 1] for i in range(0, len(style_dict), 2)}}
print(res_dist,"+++++++++++++++++++++++++++++++++++++++++++++++++++++")
recon_dict = res_dct
print(recon_dict,"---------------------------------------------------")
# Removing space so that data can be transferred to HTML fields
recon_dict = {x.translate({32: None}): y
              for x, y in list(recon_dict.items())}
print("##################################################")
print(recon_dict)
print("################################################")

# Converting to JSON
r = json.dumps(recon_dict)
print("$$$$$$$$$$$$$$$$$$$$$$$$#34;)
print(r)
loaded_json = json.loads(r)
print("WWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWWwwwwww")
print("******************************************************")
print(loaded_json)

在这里,我试图将一个字典添加到一个JSON文件。由于一些错误,我不得不使用那么多带有不同符号的打印语句进行调试。

但是随着代码变得越来越大,不同的模块和不同的类调用其他模块或类中的不同定义,这不是一个好的选择。

让我们看看这种方法的一些缺点:

  • 随着代码的增加,很难在代码遍历的每个模块、类或定义中使用print语句。
  • 甚至在我们注意到错误之前,代码就已经执行并进入下一步。
  • 等到一个漫长的执行完成后再查找并修复。
  • 回到大量的日志中去搜索我们在print语句中给出的正确符号并匹配它们是很乏味的。


一个简单的转变

除了使用Python提供给我们的强大武器“pdb模块”,我们不需要做任何事情。这个模块帮助我们有效地调试。

什么是pdb(python调试器)?

pdb是一个交互式shell,有助于调试python代码。它帮助我们一步一步地进入代码、暂停、检查状态并继续下一行代码或继续执行。

调用pdb的一些方法:

在这里,我们将介绍三种调用pdb的方法。

  1. Postmortem:如果您想在程序级别进行调试,请使用此功能。
  2. Inline pdb:适用比3.7版本更早的版本
  3. breakpoint():对于版本3.7或更高的版本

postmortem

让我们用一个简单的程序来理解。

def add_num(listA,num):
    sum=[]
    for i in listA:
        sum.append(i*num)
    return sum

listA = [2, 4, 6, 8]
num=10
result=add_num(listA,num)
print(result)

在这里,def add_num应该将num变量的值添加到名为listA的列表中的每个元素中,在列表sum中存储新值,并返回列表sum。

通过执行下面所示的python文件,将调用pdb,

python -m pdb debug_add.py

这将进入pdb模式,并在第一行代码处停止。

(venv) C:\Users\PycharmProjects\>python -m pdb debug_add.py
> c:\users\pycharmprojects\debug_add.py(2)<module>()
-> def add_num(listA,num):
(Pdb)

任何时候,如果您需要调试器的帮助,请使用' h '(帮助),它列出了所有的选项。

(Pdb) hDocumented commands (type help <topic>):
========================================
EOF    c          d        h         list      q        rv       undisplay
a      cl         debug    help      ll        quit     s        unt
alias  clear      disable  ignore    longlist  r        source   until
args   commands   display  interact  n         restart  step     up
b      condition  down     j         next      return   tbreak   w
break  cont       enable   jump      p         retval   u        whatis
bt     continue   exit     l         pp        run      unalias  whereMiscellaneous help topics:
==========================
exec  pdb

对特定选项的帮助,

(Pdb) h debug
debug code
        Enter a recursive debugger that steps through the code
        argument (which is an arbitrary expression or statement to                    
        be executed in the current environment).

返回程序,使用选项' n ' (next)进入执行的下一个步骤。

> c:\users\pycharmprojects\debug_add.py(2)<module>()
-> def add_num(listA,num):
(Pdb) n
> c:\users\prade\pycharmprojects\jobportal\debug_add.py(8)<module>()
-> listA = [2, 4, 6, 8]

在这里,我们可以通过给出如下变量名称来检查变量的值,

(Pdb) listA
*** NameError: name 'listA' is not defined
(Pdb)
*** NameError: name 'listA' is not defined

我们到达listA =[2,4,6,8]这一行,但我们仍然没有执行,所以它说listA未定义。如果您观察到我们在任何时候按enter键,前面的选项就会像上面那样执行。

现在按' n '向前移动并检查listA变量。

(Pdb) n
> c:\users\pycharmprojects\debug_add.py(9)<module>()
-> num=10
(Pdb) listA
[2, 4, 6, 8]
(Pdb)

要检查我们所在的代码行,请使用选项' l ' (line)。箭头标记指向我们所在的行,EOF表示文件结束。

(Pdb) l
  4         for i in listA:
  5             sum.append(i*num)
  6         return sum
  7
  8     listA = [2, 4, 6, 8]
  9  -> num=10
 10     result=add_num(listA,num)
 11     print(result)
[EOF]
(Pdb)

要退出调试器,我们使用选项' q ' (quit)。

(Pdb) q
(venv) C:\Users\PycharmProjects\>

使用postmortem方法的另一种方法是仅在遇到异常时停止执行,因为使用-c继续使用-m pdb

python -m pdb -c continue debug_add.py


Breakpoint()

从Python 3.7开始,引入了breakpoint(),这有助于调试Python代码,而不必显式地导入模块pdb并调用pdb.set_trace()。breakpoint()为我们完成所有这些工作,并在控制台中打开PDB调试器。

现在,让我们在没有任何断点的情况下执行上述代码,并在遇到任何错误时进行调试。

def add_num(listA,num):
    sum=[]
    for i in listA:
        sum.append(i*num)
    return sum

listA = [2, 4, 6, 8]
num=10
result=add_num(listA,num)
print(result)

输出:

C:\Users\PycharmProjects\venv\Scripts\python.exe C:/Users/PycharmProjects/debug_add.py
[20, 40, 60, 80]Process finished with exit code 0

代码块的任务是将num(10)添加到列表中的每个元素中,并返回新的列表。

预期结果为[12,14,16,18]

实际结果为[20,40,60,80]

现在让我们使用breakpoint()武器来调试和修复代码。

放置断点()的位置取决于怀疑错误的位置。在本例中,我们在它进入add_num()定义之前放置它。

def add_num(listA,num):
    sum=[]
    for i in listA:
        sum.append(i*num)
    return sum

listA = [2, 4, 6, 8]
num=10
breakpoint()
result=add_num(listA,num)
print(result)

输出:

> c:\users\pycharmprojects\debug_add.py(11)<module>()
-> result=add_num(listA,num)
(Pdb) n
> c:\users\pycharmprojects\debug_add.py(12)<module>()
-> print(result)
(Pdb) n
[20, 40, 60, 80]
 — Return — 
> c:\users\prade\pycharmprojects\jobportal\debug_add.py(12)<module>()->None
-> print(result)
(Pdb)

选项' n ' (next)用于在任何定义上移动到下一行或步骤。但在本例中,我们需要进入定义,为此我们将使用选项' s ' (step)。

在粗体文本下面是用来突出显示所使用的选项及其解释。

> c:\users\prade\pycharmprojects\jobportal\debug_add.py(11)<module>()
-> result=add_num(listA,num)
(Pdb) s  <----- Step into def add_num
--Call--
> c:\users\prade\pycharmprojects\jobportal\debug_add.py(2)add_num()
-> def add_num(listA,num):
(Pdb) s  <---- stepped inside def add_num
> c:\users\prade\pycharmprojects\jobportal\debug_add.py(3)add_num()
-> sum=[]
(Pdb) n  <--- inside a def feel free to use 'n'
> c:\users\prade\pycharmprojects\jobportal\debug_add.py(4)add_num()
-> for i in listA:
(Pdb) n 
> c:\users\prade\pycharmprojects\jobportal\debug_add.py(5)add_num()
-> sum.append(i*num)
(Pdb) n
> c:\users\prade\pycharmprojects\jobportal\debug_add.py(4)add_num()
-> for i in listA:
(Pdb) sum  <-- examine sum value
[20] <--- 2+10 =12 not 20,oops we used '*'instead of '+' in      
                          appending to list sum,CAUGHT IT!
(Pdb) i  <-- so, examine i
2
(Pdb) sum.append(i+num) <-- try adding + in the expression
(Pdb) sum
[20, 12] <-- PERFECT, FIXED IT!
(Pdb) u <-- used to skip other iterations of for loop.
> c:\users\prade\pycharmprojects\jobportal\debug_add.py(11)<module>()
-> result=add_num(listA,num)
(Pdb) c <-- used to continue with execution
[20, 12, 40, 60, 80] <--not a right answer but found a fix.Process finished with exit code 0

上面,在for循环的第一次迭代之后,我们检查了sum值,结果显示为20,而不是12。我们差点在这里发现我们用*(乘法)代替了+(加法)因此,我们向前迈出一步,检查' i '在那一点上是2,并尝试了sum.append(i+num)。然后检验和,得到12是最近添加的元素。因此我们得到了修复,因此我们使用选项' u ' (until)跳过了for循环的剩余迭代。然后它移动到循环后的下一步。这里我们使用' c ' (continue)来继续执行,结果就结束了。

现在修复,

def add_num(listA,num):
    sum=[]
    for i in listA:
        sum.append(i+num)
    return sum

listA = [2, 4, 6, 8]
num=10
result=add_num(listA,num)
print(result)

输出:

C:\Users\PycharmProjects\venv\Scripts\python.exe C:/Users/PycharmProjects/debug_add.py
[12, 14, 16, 18]Process finished with exit code 0

没有乱七八糟的print()语句,这看起来很简单


英文原文链接:

https://medium.com/analytics-vidhya/are-you-writing-print-statements-to-debug-your-python-code-690e6ba098e9

相关推荐

阿里云国际站ECS:阿里云ECS如何提高网站的访问速度?

TG:@yunlaoda360引言:速度即体验,速度即业务在当今数字化的世界中,网站的访问速度已成为决定用户体验、用户留存乃至业务转化率的关键因素。页面加载每延迟一秒,都可能导致用户流失和收入损失。对...

高流量大并发Linux TCP性能调优_linux 高并发网络编程

其实主要是手里面的跑openvpn服务器。因为并没有明文禁p2p(哎……想想那么多流量好像不跑点p2p也跑不完),所以造成有的时候如果有比较多人跑BT的话,会造成VPN速度急剧下降。本文所面对的情况为...

性能测试100集(12)性能指标资源使用率

在性能测试中,资源使用率是评估系统硬件效率的关键指标,主要包括以下四类:#性能测试##性能压测策略##软件测试#1.CPU使用率定义:CPU处理任务的时间占比,计算公式为1-空闲时间/总...

Linux 服务器常见的性能调优_linux高性能服务端编程

一、Linux服务器性能调优第一步——先搞懂“看什么”很多人刚接触Linux性能调优时,总想着直接改配置,其实第一步该是“看清楚问题”。就像医生看病要先听诊,调优前得先知道服务器“哪里...

Nginx性能优化实战:手把手教你提升10倍性能!

关注△mikechen△,十余年BAT架构经验倾囊相授!Nginx是大型架构而核心,下面我重点详解Nginx性能@mikechen文章来源:mikechen.cc1.worker_processe...

高并发场景下,Spring Cloud Gateway如何抗住百万QPS?

关注△mikechen△,十余年BAT架构经验倾囊相授!大家好,我是mikechen。高并发场景下网关作为流量的入口非常重要,下面我重点详解SpringCloudGateway如何抗住百万性能@m...

Kubernetes 高并发处理实战(可落地案例 + 源码)

目标场景:对外提供HTTPAPI的微服务在短时间内收到大量请求(例如每秒数千至数万RPS),要求系统可弹性扩容、限流降级、缓存减压、稳定运行并能自动恢复。总体思路(多层防护):边缘层:云LB...

高并发场景下,Nginx如何扛住千万级请求?

Nginx是大型架构的必备中间件,下面我重点详解Nginx如何实现高并发@mikechen文章来源:mikechen.cc事件驱动模型Nginx采用事件驱动模型,这是Nginx高并发性能的基石。传统...

Spring Boot+Vue全栈开发实战,中文版高清PDF资源

SpringBoot+Vue全栈开发实战,中文高清PDF资源,需要的可以私我:)SpringBoot致力于简化开发配置并为企业级开发提供一系列非业务性功能,而Vue则采用数据驱动视图的方式将程序...

Docker-基础操作_docker基础实战教程二

一、镜像1、从仓库获取镜像搜索镜像:dockersearchimage_name搜索结果过滤:是否官方:dockersearch--filter="is-offical=true...

你有空吗?跟我一起搭个服务器好不好?

来人人都是产品经理【起点学院】,BAT实战派产品总监手把手系统带你学产品、学运营。昨天闲的没事的时候,随手翻了翻写过的文章,发现一个很严重的问题。就是大多数时间我都在滔滔不绝的讲理论,却很少有涉及动手...

部署你自己的 SaaS_saas如何部署

部署你自己的VPNOpenVPN——功能齐全的开源VPN解决方案。(DigitalOcean教程)dockovpn.io—无状态OpenVPNdockerized服务器,不需要持久存储。...

Docker Compose_dockercompose安装

DockerCompose概述DockerCompose是一个用来定义和管理多容器应用的工具,通过一个docker-compose.yml文件,用YAML格式描述服务、网络、卷等内容,...

京东T7架构师推出的电子版SpringBoot,从构建小系统到架构大系统

前言:Java的各种开发框架发展了很多年,影响了一代又一代的程序员,现在无论是程序员,还是架构师,使用这些开发框架都面临着两方面的挑战。一方面是要快速开发出系统,这就要求使用的开发框架尽量简单,无论...

Kubernetes (k8s) 入门学习指南_k8s kubeproxy

Kubernetes(k8s)入门学习指南一、什么是Kubernetes?为什么需要它?Kubernetes(k8s)是一个开源的容器编排系统,用于自动化部署、扩展和管理容器化应用程序。它...

取消回复欢迎 发表评论: