包含如何调试正在运行的python程序的词条

调试和分析Python脚本程序

调试技术和分析技术在Python开发中发挥着重要作用。调试器可以设置条件断点，帮助程序员分析所有代码。而分析器可以运行程序，并提供运行时的详细信息，同时也能找出程序中的性能瓶颈。在本章中，我们将学习Python调试器常用的pdb、cProfile模块和用于计算Python程序运行时间的timeit模块。

本章将介绍以下主题。

Python调试技术。错误处理（异常处理）。调试工具。调试基本的程序崩溃。分析程序并计时。使程序运行得更快。1.1　什么是调试

调试（debugging）是暂停正在运行的程序，并解决程序中出现的问题的过程。调试Python程序非常简单，Python调试器会设置条件断点，并一次执行一行代码。接下来我们将使用Python标准库中的pdb模块调试Python程序。

Python调试技术

我们可以使用多种方法调试Python程序，以下是调试Python程序的4种方法。

print语句：这是了解程序运行时状况的一种简单方法，它可以检查程序执行的过程。日志（logging）：这类似于print语句，但可以输出更多上下文信息，所以我们十分有必要学习它。pdb调试器：这是一种常用的调试技术。pdb的优点是使用非常方便，只需要一个Python解释器，一段Python程序，就可以在命令行使用pdb了。IDE调试器：IDE集成了调试器，它可以让我们执行其编写的代码，并在需要时检查正在运行的程序。2.2　错误处理（异常处理）

本节我们将学习如何处理Python的异常。首先，什么是异常？异常是指程序执行期间发生的错误。每当发生错误时，Python都会生成一个异常。异常将会被try...except语句块处理。如果程序无法处理某些异常，就会输出错误消息。现在我们来看一些异常示例。

打开终端，启动Python3交互式控制台，以下是一些异常示例。

student@ubuntu:~$ python3Python 3.5.2 (default, Nov 23 2017, 16:37:01)[GCC 5.4.0 20160609] on linuxType "help", "copyright", "credits" or "license" for more information.>>>>>> 50 / 0Traceback (most recent call last):File "<stdin>", line 1, in <module>ZeroDivisionError: division by zero>>>>>> 6 + abc*5Traceback (most recent call last): File "<stdin>", line 1, in <module>NameError: name 'abc' is not defined>>>>>> 'abc' + 2Traceback (most recent call last): File "<stdin>", line 1, in <module>TypeError: Can't convert 'int' object to str implicitly>>>>>> import abcdTraceback (most recent call last): File "<stdin>", line 1, in <module>ImportError: No module named 'abcd'>>>

下面我们学习如何处理异常。

每当Python程序中发生错误时，都会抛出异常。我们也可以使用raise关键字强制抛出异常。

try...except语句块可以用来处理异常。在try语句块中，编写可能抛出异常的代码，而在except语句块中，则为该异常编写一个解决方案。

try...except语句块的语法如下所示。

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

一个try语句块可以对应多个except语句块。我们也可以通过在except关键字后面输入异常的名称来处理特定的异常。处理特定的异常的语法如下所示。

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

现在创建一个脚本，命名为exception_example.py，该脚本将捕获ZeroDivisionError异常。在脚本中添加如下代码。

a = 35b = 57try: 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")

运行该脚本，输出的信息如下所示。

student@ubuntu:~$ python3 exception_example.pyThe value of c is: 92Division by zero is not possibleOut of try...except block12.3　调试工具

Python拥有许多调试工具，如下所示。

winpdb。pydev。pydb。pdb。gdb。pydebug。

在本节中，我们将学习如何使用Python的pdb调试器。pdb模块是Python标准库的一部分，我们可以直接使用。

1.3.1　pdb调试器

Python程序使用pdb交互式源代码调试器来调试程序。pdb调试器可以设置程序断点并检查栈帧，同时列出源代码。

现在我们将了解如何使用pdb调试器。以下3种方法均可使用此调试器。

在解释器中运行。在命令行中运行。在Python脚本中使用。

现在创建一个脚本，命名为pdb_example.py，在该脚本中添加以下代码。

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

后面以此脚本为例学习Python调试，现在我们来看如何启动调试器。

1.3.2　在解释器中运行

使用run()函数或runeval()函数从Python交互式控制台中启动调试器。

启动Python3交互式控制台，运行以下命令即可。

$ python3

首先导入pdb_example脚本的名称和pdb模块。然后输入run()函数，并传递一个字符串表达式作为参数，该参数是传给Python解释器本身的，由Python解释器运行。

student@ubuntu:~$ python3Python 3.5.2 (default, Nov 23 2017, 16:37:01)[GCC 5.4.0 20160609] on linuxType "help", "copyright", "credits" or "license" for more information.>>>>>> import pdb_example>>> import pdb>>> pdb.run('pdb_example.Student(5).print_std()')> <string>(1)<module>()(Pdb)

如果要继续调试，请在（Pdb）提示符后输入continue，然后按Enter键。如果想知道此处可以输入的选项，那么就在（Pdb）提示符后按两次Tab键。

输入continue后，就会得到以下输出。

student@ubuntu:~$ python3Python 3.5.2 (default, Nov 23 2017, 16:37:01)[GCC 5.4.0 20160609] on linuxType "help", "copyright", "credits" or "license" for more information.>>>>>> import pdb_example>>> import pdb>>> pdb.run('pdb_example.Student(5).print_std()')> <string>(1)<module>()(Pdb) Continue01234>>>1.3.3　在命令行中运行

启动调试器最简单、最直接的方法是从命令行运行。此时脚本程序将作为调试器的输入。从命令行启动调试器的方法如下所示。

$ python3 -m pdb pdb_example.py

从命令行启动调试器时，源代码会被加载，然后停止在第一行代码。输入continue可以继续调试。输出的信息如下所示。

student@ubuntu:~$ python3 -m pdb pdb_example.py> /home/student/pdb_example.py(1)<module>()-> class Student:(Pdb) continue01234The program finished and will be restarted> /home/student/pdb_example.py(1)<module>()-> class Student:(Pdb)1.3.4　在Python脚本中使用

前两种方法会在Python程序开始时启动调试器，适合较短的脚本程序，但第三种方法比较适合非常长的脚本程序，即在脚本中使用set_trace()启动调试器。

现在我们修改pdb_example.py脚本，如下所示。

import pdbclass Student: def __init__(self, std): self.count = std def print_std(self): for i in range(self.count): pdb.set_trace() print(i) returnif __name__ == '__main__': Student(5).print_std()

运行脚本程序，如下所示。

student@ubuntu:~$ python3 pdb_example.py> /home/student/pdb_example.py(10)print_std()-> print(i)(Pdb) continue0> /home/student/pdb_example.py(9)print_std()-> pdb.set_trace()(Pdb)

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

这就是使用调试器的3种方法。

1.4　调试基本程序崩溃的方法

本节我们将学习跟踪模块，跟踪模块可以跟踪程序的执行。每当Python程序崩溃时，我们可以查看崩溃的位置，并通过将其导入脚本，或从命令行启动来使用跟踪模块。

现在我们创建一个脚本，命名为trace_example.py，并添加以下代码。

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

运行脚本程序，如下所示。

student@ubuntu:~$ python3 -m trace --trace trace_example.py --- modulename: trace_example, funcname: <module>trace_example.py(1): class Student: --- modulename: trace_example, funcname: Studenttrace_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: inittrace_example.py(3): self.count = std --- modulename: trace_example, funcname: gotrace_example.py(6): for i in range(self.count):trace_example.py(7): print(i)0trace_example.py(6): for i in range(self.count):trace_example.py(7): print(i)1trace_example.py(6): for i in range(self.count):trace_example.py(7): print(i)2trace_example.py(6): for i in range(self.count):trace_example.py(7): print(i)3trace_example.py(6): for i in range(self.count):trace_example.py(7): print(i)4

因此，通过在命令行中使用trace --trace，我们就可以逐行跟踪程序。当程序崩溃时，我们就会了解崩溃时的信息。

1.5　分析程序并计时

分析程序意味着测量程序的运行时间，具体来说就是测量每个函数所花费的时间。Python的cProfile模块可以用来分析程序。

1.5.1　cProfile模块

如前所述，分析程序意味着测量程序的运行时间。现在我们使用Python的cProfile模块来分析程序。

我们创建一个脚本，命名为cprof_example.py，并在脚本中添加以下代码。

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

运行脚本程序，如下所示。

student@ubuntu:~$ python3 -m cProfile cprof_example.pyLocal Value: 4466Global 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(<module>) 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}

如上，使用cProfile横线可以输出所有被调用函数所花费的时间。现在我们来看输出表格中列标题的含义。

ncalls：调用次数。tottime：该函数花费的总时间。percall：该函数单次调用花费的平均时间，即tottime除以ncalls。cumtime：该函数和所有子函数花费的累计时间。percall：该函数单次调用包括其子函数花费的平均时间，即 cumtime 除以ncalls。filename:lineno（function）：每个函数调用的相关信息。1.5.2　timeit模块

timeit也是一个Python模块，它可以为其中一部分Python脚本计时。我们可以从命令行调用timeit模块，也可以将timeit模块导入到脚本中。现在我们编写一个脚本来为一段代码计时。创建一个脚本，命名为timeit_example.py，并添加以下代码。

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

我们可以使用timeit模块去测量特定代码的性能，也可以使用该模块轻松编写测试代码，并应用到需要单独测试的代码段上。被测试的代码默认运行100万次，而测试代码只运行1次。

1.6　使程序运行得更快

有多种方法可以使Python程序运行得更快，以下是一些常用方法。

分析代码，并找出其瓶颈。尽量使用内置函数和库，减少循环的使用，以降低解释器的开销。尽量避免使用全局变量，因为Python访问全局变量非常慢。尽量使用已有的程序包和模块。1.7　总结

在本章中，我们了解了调试程序和分析程序的重要性，也学习了各种调试程序的技术，包括使用pdb调试器处理Python的异常。在分析程序并实现计时功能时，学习了如何使用Python的cProfile和timeit模块。最后还学习了如何使程序运行得更快。

在第3章中，我们将学习Python的单元测试，即如何创建和使用单元测试。

1.8　问题

1．通常使用哪个模块调试Python程序？

2．学习如何使用ipython的所有别名和魔术函数。

3．什么是全局解释器锁（GIL）？

4．环境变量PYTHONSTARTUP、PYTHONCASEOK和PYTHONHOME的用途是什么？

5．以下代码的输出是什么？

def foo(k): k = [1] q = [0] foo(q) print(q)

a）[0]

b）[1]

c）[1,0]

d）[0,1]

6．以下哪项是无效的变量名？

a）my_string_1

b）1st_string

c）foo

d）_