调试和分析Python脚本

摘要：调试器可帮助程序员分析完整的代码。我们将使用标准库中的模块调试我们的脚本。例外是程序执行期间发生的错误。设置断点并检查堆栈帧，并列出源代码。输入以继续调试。分析和计时程序分析程序意味着测量程序的执行时间。的模块用于分析程序。

来源 | 愿码(ChainDesk.CN)内容编辑
愿码Slogan | 连接每个程序员的故事
网站 | http://chaindesk.cn

愿码愿景 | 打造全学科IT系统免费课程，助力小白用户、初级工程师0成本免费系统学习、低成本进阶，帮助BAT一线资深工程师成长并利用自身优势创造睡后收入。
官方公众号 | 愿码 | 愿码服务号 | 区块链部落
免费加入愿码全思维工程师社群 | 任一公众号回复“愿码”两个字获取入群二维码

本文阅读时长：11min

调试和分析在Python开发中发挥重要作用 。调试器可帮助程序员分析完整的代码。调试器设置断点，而分析器运行我们的代码并向我们提供执行时间的详细信息，分析器将识别程序中的瓶颈。

调试是一个解决代码中出现的问题并阻止软件正常运行的过程。在Python中，调试非常简单。Python调试器设置条件断点并一次调试一行源代码。我们将使用pdb Python标准库中的模块调试我们的Python脚本 。

为了更好地调试Python程序，可以使用各种技术。我们将讨论Python调试的四种技术：

print() 声明：这是了解发生了什么的最简单方法，因此您可以检查已执行的内容。

logging：这就像一个print声明，但有更多的上下文信息，所以你可以完全理解它。

pdb debugger：这是一种常用的调试技术。使用的优点pdb是您可以pdb从命令行，解释器和程序中使用。

IDE调试器：IDE具有集成调试器。它允许开发人员执行他们的代码，然后开发人员可以在程序执行时进行检查。

在本节中，我们将学习Python如何处理异常。例外是程序执行期间发生的错误。每当发生任何错误时，Python都会生成一个异常，该异常将使用try ... except块进行处理。程序无法处理某些异常，因此会导致错误消息。现在，我们将看到一些异常示例。

在终端中，启动 python3交互式控制台，我们将看到一些异常示例：

student@ubuntu:~$ python3
Python 3.5.2 (default, Nov 23 2017, 16:37:01)
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>
>>> 50 / 0

Traceback (most recent call last):
 File "", line 1, in ZeroDivisionError: division by zero
>>>
>>> 6 + abc*5
Traceback (most recent call last):
  File "", line 1, in NameError: name "abc" is not defined
>>>
>>> "abc" + 2
Traceback (most recent call last):
  File "", line 1, in TypeError: Can"t convert "int" object to str implicitly
>>>
>>> import abcd
Traceback (most recent call last):
  File "", line 1, in ImportError: No module named "abcd"
>>> 

这些是例外的一些例子。现在，我们将看到我们如何处理异常。

每当Python程序中发生错误时，都会引发异常。我们还可以使用raise关键字强制引发异常。

现在我们将看到一个try…except处理异常的块。在try块中，我们将编写可能生成异常的代码。在except块中，我们将为该异常编写解决方案。

语法 try…except如下：

try:
            statement(s)
except:
            statement(s)

一个try块可以有多个except语句。我们也可以通过在except关键字后面输入例外名称来处理特定的例外。处理特定异常的语法如下：

try:
            statement(s)
except exception_name:
            statement(s)

我们将创建一个exception_example.py 要捕获的脚本ZeroDivisionError。在脚本中编写以下代码：

a = 35
b = 57
try:
            c = a + b
            print("The value of c is: ", c)
            d = b / 0
            print("The value of d is: ", d)
 
except:
            print("Division by zero is not possible")
 
print("Out of try...except block")

按如下所示运行脚本，您将获得以下输出：

student@ubuntu:~$ python3 exception_example.py
The value of c is:  92
Division by zero is not possible
Out of try...except block

Python支持许多调试工具：

winpdb

pydev

pydb

pdb

gdb

pyDebug

在本节中，我们将学习pdb Python调试器。pdbmodule是Python标准库的一部分，始终可供使用。

pdb调试器

该pdb模块用于调试Python程序。Python程序使用pdb交互式源代码调试器来调试程序。pdb设置断点并检查堆栈帧，并列出源代码。

现在我们将了解如何使用pdb调试器。有三种方法可以使用此调试器：

· 在解释器中

· 从命令行

· 在Python脚本中

我们将创建一个pdb_example.py脚本并在该脚本中添加以下内容：

class Student:
            def __init__(self, std):
                        self.count = std
 
            def print_std(self):
                        for i in range(self.count):
                                    print(i)
                        return
if __name__ == "__main__":
            Student(5).print_std()

以此脚本为例学习Python调试，我们将看到如何详细启动调试器。

要从Python交互式控制台启动调试器，我们使用run（）或runeval（）。

启动python3交互式控制台。运行以下命令以启动控制台：

$ python3

导入我们的 pdb_example脚本名称和pdb模块。现在，我们将使用run()并且我们将字符串表达式作为参数传递给run()Python解释器本身：

student@ubuntu:~$ python3
Python 3.5.2 (default, Nov 23 2017, 16:37:01)
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>
>>> import pdb_example
>>> import pdb
>>> pdb.run("pdb_example.Student(5).print_std()")
> (1)()
(Pdb)

要继续调试，请continue在（Pdb）提示符后输入并按Enter键。如果你想知道我们可以在这里使用的选项，那么在（Pdb）提示后按两次Tab 键。

现在，输入后continue，我们将获得如下输出：

student@ubuntu:~$ python3
Python 3.5.2 (default, Nov 23 2017, 16:37:01)
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>
>>> import pdb_example
>>> import pdb
>>> pdb.run("pdb_example.Student(5).print_std()")
> (1)()
(Pdb) continue
0
1
2
3
4
>>> 

运行调试器的最简单，最直接的方法是从命令行。我们的程序将作为调试器的输入。您可以从命令行使用调试器，如下所示：

$ python3 -m pdb pdb_example.py

从命令行运行调试器时，将加载源代码，它将停止在找到的第一行执行。输入continue以继续调试。这是输出：

student@ubuntu:~$ python3 -m pdb pdb_example.py
> /home/student/pdb_example.py(1)()
-> class Student:
(Pdb) continue
0
1
2
3
4
The program finished and will be restarted
> /home/student/pdb_example.py(1)()
-> class Student:
(Pdb)

前两种技术将在Python程序开始时启动调试器。但这第三种技术最适合长期运行的流程。要在脚本中启动调试器，请使用set_trace（）。

现在，修改您的pdb_example.py 文件，如下所示：

import pdb
class Student:
            def __init__(self, std):
                        self.count = std
 
            def print_std(self):
                        for i in range(self.count):
                                    pdb.set_trace()
                                    print(i)
                        return
 
if __name__ == "__main__":
            Student(5).print_std()

现在，按如下方式运行程序：

student@ubuntu:~$ python3 pdb_example.py
> /home/student/pdb_example.py(10)print_std()
-> print(i)
(Pdb) continue
0
> /home/student/pdb_example.py(9)print_std()
-> pdb.set_trace()
(Pdb)

set_trace() 是一个Python函数，因此您可以在程序中的任何位置调用它。

因此，这些是启动调试器的三种方式。

在本节中，我们将看到跟踪模块。跟踪模块有助于跟踪程序执行。因此，每当您的Python程序崩溃时，我们都可以理解崩溃的位置。我们可以通过将跟踪模块导入您的脚本以及命令行来使用它。

现在，我们将创建一个名为脚本trace_example.py并在脚本中编写以下内容：

class Student:
            def __init__(self, std):
                        self.count = std
 
            def go(self):
                        for i in range(self.count):
                                    print(i)
                        return
if __name__ == "__main__":
            Student(5).go()

输出如下：

student@ubuntu:~$ python3 -m trace --trace trace_example.py
 --- modulename: trace_example, funcname: trace_example.py(1): class Student:
 --- modulename: trace_example, funcname: Student
trace_example.py(1): class Student:
trace_example.py(2):   def __init__(self, std):
trace_example.py(5):   def go(self):
trace_example.py(10): if __name__ == "__main__":
trace_example.py(11):             Student(5).go()
 --- modulename: trace_example, funcname: init
trace_example.py(3):               self.count = std
 --- modulename: trace_example, funcname: go
trace_example.py(6):               for i in range(self.count):
trace_example.py(7):                           print(i)
0
trace_example.py(6):               for i in range(self.count):
trace_example.py(7):                           print(i)
1
trace_example.py(6):               for i in range(self.count):
trace_example.py(7):                           print(i)
2
trace_example.py(6):               for i in range(self.count):
trace_example.py(7):                           print(i)
3
trace_example.py(6):               for i in range(self.count):
trace_example.py(7):                           print(i)
4

因此，通过trace --trace在命令行使用，开发人员可以逐行跟踪程序。因此，只要程序崩溃，开发人员就会知道崩溃的实例。

分析Python程序意味着测量程序的执行时间。它衡量每个功能所花费的时间。Python的cProfile模块用于分析Python程序。

cProfile模块

如前所述，分析意味着测量程序的执行时间。我们将使用cProfile Python模块来分析程序。

现在，我们将编写一个 cprof_example.py 脚本并在其中编写以下代码：

mul_value = 0
def mul_numbers( num1, num2 ):
            mul_value = num1 * num2;
            print ("Local Value: ", mul_value)
            return mul_value
mul_numbers( 58, 77 )
print ("Global Value: ", mul_value)

运行程序，您将看到如下输出：

student@ubuntu:~$ python3 -m cProfile cprof_example.py
Local Value:  4466
Global Value:  0
         6 function calls in 0.000 seconds
   Ordered by: standard name
 
   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.000    0.000    0.000    0.000 cprof_example.py:1()
        1    0.000    0.000    0.000    0.000 cprof_example.py:2(mul_numbers)
        1    0.000    0.000    0.000    0.000 {built-in method builtins.exec}
        2    0.000    0.000    0.000    0.000 {built-in method builtins.print}
        1    0.000    0.000    0.000    0.000 {method "disable" of "_lsprof.Profiler" objects}

因此，使用时cProfile，所有被调用的函数都将打印出每个函数所花费的时间。现在，我们将看到这些列标题的含义：

· ncalls： 通话次数

· tottime： 在给定函数中花费的总时间

· percall：商数tottime除以ncalls

· cumtime：在此和所有方面花费的累计时间 subfunctions

· percall：cumtime除以原始调用的商数

· filename:lineno(function)：提供每个功能的相应数据

timeit

timeit是一个Python模块，用于计算Python脚本的一小部分。您可以从命令行调用timeit，也可以将timeit模块导入到脚本中。我们将编写一个脚本来计算一段代码。创建一个timeit_example.py脚本并将以下内容写入其中：

import timeit
prg_setup = "from math import sqrt"
prg_code = """
def timeit_example():
            list1 = []
            for x in range(50):
                        list1.append(sqrt(x))
"""
# timeit statement
print(timeit.timeit(setup = prg_setup, stmt = prg_code, number = 10000))

使用timeit，我们可以决定我们要测量的代码片段。因此，我们可以轻松定义设置代码以及我们要多带带执行测试的代码段。主代码运行100万次，这是默认时间，而设置代码只运行一次。

有多种方法可以使Python程序运行得更快，例如：

描述您的代码，以便识别瓶颈

使用内置函数和库，因此解释器不需要执行循环

避免使用全局变量，因为Python在访问全局变量时非常慢

使用现有包