调试和分析Python脚本
- 来源 | 愿码(ChainDesk.CN)内容编辑
- 愿码Slogan | 链接每一个程序员的故事
- 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点创造睡后收入。
- 官方公众号 | 愿码 | 愿码服务号 | 区块链部落
- 免费加入愿码全思惟工程师社群 | 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：11minpython
调试和分析在Python开发中发挥重要做用 。调试器可帮助程序员分析完整的代码。调试器设置断点，而分析器运行咱们的代码并向咱们提供执行时间的详细信息，分析器将识别程序中的瓶颈。linux
Python调试技术
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，调试很是简单。Python调试器设置条件断点并一次调试一行源代码。咱们将使用pdb Python标准库中的模块调试咱们的Python脚本 。程序员
为了更好地调试Python程序，可使用各类技术。咱们将讨论Python调试的四种技术：ubuntu
- print() 声明：这是了解发生了什么的最简单方法，所以您能够检查已执行的内容。
- logging：这就像一个print声明，但有更多的上下文信息，因此你能够彻底理解它。
- pdb debugger：这是一种经常使用的调试技术。使用的优势pdb是您能够pdb从命令行，解释器和程序中使用。
- IDE调试器：IDE具备集成调试器。它容许开发人员执行他们的代码，而后开发人员能够在程序执行时进行检查。
错误处理（异常处理）
在本节中，咱们将学习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。程序没法处理某些异常，所以会致使错误消息。如今，咱们将看到一些异常示例。app
在终端中，启动 python3交互式控制台，咱们将看到一些异常示例：函数
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。如今，咱们将看到咱们如何处理异常。工具
每当Python程序中发生错误时，都会引起异常。咱们还可使用raise关键字强制引起异常。学习
如今咱们将看到一个try…except处理异常的块。在try块中，咱们将编写可能生成异常的代码。在except块中，咱们将为该异常编写解决方案。区块链
语法 try…except以下：测试
try:
statement(s)
except:
statement(s)
一个try块能够有多个except语句。咱们也能够经过在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以下：
try:
statement(s)
except exception_name:
statement(s)
咱们将建立一个exception_example.py 要捕获的脚本ZeroDivisionError。在脚本中编写如下代码：
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")
按以下所示运行脚本，您将得到如下输出：
student@ubuntu:~$ python3 exception_example.py The value of c is: 92 Division by zero is not possible Out of try...except block
调试器工具
Python支持许多调试工具：
- winpdb
- pydev
- pydb
- pdb
- gdb
- pyDebug
在本节中，咱们将学习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。
如今咱们将了解如何使用pdb调试器。有三种方法可使用此调试器：
· 在解释器中
· 从命令行
· 在Python脚本中
咱们将建立一个pdb_example.py脚本并在该脚本中添加如下内容：
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，咱们将看到如何详细启动调试器。
在解释器中
要从Python交互式控制台启动调试器，咱们使用run（）或runeval（）。
启动python3交互式控制台。运行如下命令以启动控制台：
$ python3
导入咱们的 pdb_example脚本名称和pdb模块。如今，咱们将使用run()而且咱们将字符串表达式做为参数传递给run()Python解释器自己：
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。若是你想知道咱们能够在这里使用的选项，那么在（Pdb）提示后按两次Tab 键。
如今，输入后continue，咱们将得到以下输出：
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
>>>
从命令行
运行调试器的最简单，最直接的方法是从命令行。咱们的程序将做为调试器的输入。您能够从命令行使用调试器，以下所示：
$ python3 -m pdb pdb_example.py
从命令行运行调试器时，将加载源代码，它将中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)
在Python脚本中
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（）。
如今，修改您的pdb_example.py 文件，以下所示：
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()
如今，按以下方式运行程序：
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，所以您能够在程序中的任何位置调用它。
所以，这些是启动调试器的三种方式。
调试基本程序崩溃
在本节中，咱们将看到跟踪模块。跟踪模块有助于跟踪程序执行。所以，每当您的Python程序崩溃时，咱们均可以理解崩溃的位置。咱们能够经过将跟踪模块导入您的脚本以及命令行来使用它。
如今，咱们将建立一个名为脚本trace_example.py并在脚本中编写如下内容：
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()
输出以下：
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
所以，经过trace --trace在命令行使用，开发人员能够逐行跟踪程序。所以，只要程序崩溃，开发人员就会知道崩溃的实例。
分析和计时程序
分析Python程序意味着测量程序的执行时间。它衡量每一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。咱们将使用cProfile Python模块来分析程序。
如今，咱们将编写一个 cprof_example.py 脚本并在其中编写如下代码：
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，您将看到以下输出：
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}
所以，使用时cProfile，全部被调用的函数都将打印出每一个函数所花费的时间。如今，咱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：在此和全部方面花费的累计时间 subfunctions
· percall：cumtime除以原始调用的商数
· filename:lineno(function)：提供每一个功能的相应数据
timeit
timeit是一个Python模块，用于计算Python脚本的一小部分。您能够从命令行调用timeit，也能够将timeit模块导入到脚本中。咱们将编写一个脚原本计算一段代码。建立一个timeit_example.py脚本并将如下内容写入其中：
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，咱们能够决定咱们要测量的代码片断。所以，咱们能够轻松定义设置代码以及咱们要单独执行测试的代码段。主代码运行100万次，这是默认时间，而设置代码只运行一次。
使程序运行得更快
有多种方法可使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，所以解释器不须要执行循环
- 避免使用全局变量，由于Python在访问全局变量时很是慢
- 使用现有包
- 1. 调试和分析Python脚本
- 2. 掌握Python系统管理-调试和分析脚本1-debugging
- 3. 分析 Python 脚本
- 4. 掌握Python系统管理-调试和分析脚本2- cProfile和timeit
- 5. 调试脚本
- 6. Python脚本性能分析
- 7. C# 调用Python脚本 python脚本反调用C#方法 python脚本调用另外一个脚本
- 8. Shell：调试脚本
- 9. shell 脚本调试
- 10. shell脚本调试
- 更多相关文章...
- • Lua 调试(Debug) - Lua 教程
- • Eclipse Debug 调试 - Eclipse 教程
- • 三篇文章了解 TiDB 技术内幕 —— 谈调度
- • Git五分钟教程
-
每一个你不满意的现在，都有一个你没有努力的曾经。