摘要：調試器可幫助程序員分析完整的代碼。我們將使用標準庫中的模塊調試我們的腳本。例外是程序執行期間發生的錯誤。設置斷點并檢查堆棧幀，并列出源代碼。輸入以繼續調試。分析和計時程序分析程序意味著測量程序的執行時間。的模塊用于分析程序。

來源 | 愿碼(ChainDesk.CN)內容編輯
愿碼Slogan | 連接每個程序員的故事
網站 | http://chaindesk.cn

愿碼愿景 | 打造全學科IT系統免費課程，助力小白用戶、初級工程師0成本免費系統學習、低成本進階，幫助BAT一線資深工程師成長并利用自身優勢創造睡后收入。
官方公眾號 | 愿碼 | 愿碼服務號 | 區塊鏈部落
免費加入愿碼全思維工程師社群 | 任一公眾號回復“愿碼”兩個字獲取入群二維碼

本文閱讀時長：11min

調試和分析在Python開發中發揮重要作用 。調試器可幫助程序員分析完整的代碼。調試器設置斷點，而分析器運行我們的代碼并向我們提供執行時間的詳細信息，分析器將識別程序中的瓶頸。

調試是一個解決代碼中出現的問題并阻止軟件正常運行的過程。在Python中，調試非常簡單。Python調試器設置條件斷點并一次調試一行源代碼。我們將使用pdb Python標準庫中的模塊調試我們的Python腳本 。

為了更好地調試Python程序，可以使用各種技術。我們將討論Python調試的四種技術：

print() 聲明：這是了解發生了什么的最簡單方法，因此您可以檢查已執行的內容。

logging：這就像一個print聲明，但有更多的上下文信息，所以你可以完全理解它。

pdb debugger：這是一種常用的調試技術。使用的優點pdb是您可以pdb從命令行，解釋器和程序中使用。

IDE調試器：IDE具有集成調試器。它允許開發人員執行他們的代碼，然后開發人員可以在程序執行時進行檢查。

在本節中，我們將學習Python如何處理異常。例外是程序執行期間發生的錯誤。每當發生任何錯誤時，Python都會生成一個異常，該異常將使用try ... except塊進行處理。程序無法處理某些異常，因此會導致錯誤消息。現在，我們將看到一些異常示例。

在終端中，啟動 python3交互式控制臺，我們將看到一些異常示例：

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"
>>> 

這些是例外的一些例子。現在，我們將看到我們如何處理異常。

每當Python程序中發生錯誤時，都會引發異常。我們還可以使用raise關鍵字強制引發異常。

現在我們將看到一個try…except處理異常的塊。在try塊中，我們將編寫可能生成異常的代碼。在except塊中，我們將為該異常編寫解決方案。

語法 try…except如下：

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

一個try塊可以有多個except語句。我們也可以通過在except關鍵字后面輸入例外名稱來處理特定的例外。處理特定異常的語法如下：

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

我們將創建一個exception_example.py 要捕獲的腳本ZeroDivisionError。在腳本中編寫以下代碼：

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")

按如下所示運行腳本，您將獲得以下輸出：

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

Python支持許多調試工具：

winpdb

pydev

pydb

pdb

gdb

pyDebug

在本節中，我們將學習pdb Python調試器。pdbmodule是Python標準庫的一部分，始終可供使用。

pdb調試器

該pdb模塊用于調試Python程序。Python程序使用pdb交互式源代碼調試器來調試程序。pdb設置斷點并檢查堆棧幀，并列出源代碼。

現在我們將了解如何使用pdb調試器。有三種方法可以使用此調試器：

· 在解釋器中

· 從命令行

· 在Python腳本中

我們將創建一個pdb_example.py腳本并在該腳本中添加以下內容：

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()

以此腳本為例學習Python調試，我們將看到如何詳細啟動調試器。

要從Python交互式控制臺啟動調試器，我們使用run（）或runeval（）。

啟動python3交互式控制臺。運行以下命令以啟動控制臺：

$ python3

導入我們的 pdb_example腳本名稱和pdb模塊。現在，我們將使用run()并且我們將字符串表達式作為參數傳遞給run()Python解釋器本身：

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)

要繼續調試，請continue在（Pdb）提示符后輸入并按Enter鍵。如果你想知道我們可以在這里使用的選項，那么在（Pdb）提示后按兩次Tab 鍵。

現在，輸入后continue，我們將獲得如下輸出：

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
>>> 

運行調試器的最簡單，最直接的方法是從命令行。我們的程序將作為調試器的輸入。您可以從命令行使用調試器，如下所示：

$ python3 -m pdb pdb_example.py

從命令行運行調試器時，將加載源代碼，它將停止在找到的第一行執行。輸入continue以繼續調試。這是輸出：

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)

前兩種技術將在Python程序開始時啟動調試器。但這第三種技術最適合長期運行的流程。要在腳本中啟動調試器，請使用set_trace（）。

現在，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()

現在，按如下方式運行程序：

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() 是一個Python函數，因此您可以在程序中的任何位置調用它。

因此，這些是啟動調試器的三種方式。

在本節中，我們將看到跟蹤模塊。跟蹤模塊有助于跟蹤程序執行。因此，每當您的Python程序崩潰時，我們都可以理解崩潰的位置。我們可以通過將跟蹤模塊導入您的腳本以及命令行來使用它。

現在，我們將創建一個名為腳本trace_example.py并在腳本中編寫以下內容：

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()

輸出如下：

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，通過trace --trace在命令行使用，開發人員可以逐行跟蹤程序。因此，只要程序崩潰，開發人員就會知道崩潰的實例。

分析Python程序意味著測量程序的執行時間。它衡量每個功能所花費的時間。Python的cProfile模塊用于分析Python程序。

cProfile模塊

如前所述，分析意味著測量程序的執行時間。我們將使用cProfile Python模塊來分析程序。

現在，我們將編寫一個 cprof_example.py 腳本并在其中編寫以下代碼：

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)

運行程序，您將看到如下輸出：

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，使用時cProfile，所有被調用的函數都將打印出每個函數所花費的時間。現在，我們將看到這些列標題的含義：

· ncalls： 通話次數

· tottime： 在給定函數中花費的總時間

· percall：商數tottime除以ncalls

· cumtime：在此和所有方面花費的累計時間 subfunctions

· percall：cumtime除以原始調用的商數

· filename:lineno(function)：提供每個功能的相應數據

timeit

timeit是一個Python模塊，用于計算Python腳本的一小部分。您可以從命令行調用timeit，也可以將timeit模塊導入到腳本中。我們將編寫一個腳本來計算一段代碼。創建一個timeit_example.py腳本并將以下內容寫入其中：

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，我們可以決定我們要測量的代碼片段。因此，我們可以輕松定義設置代碼以及我們要多帶帶執行測試的代碼段。主代碼運行100萬次，這是默認時間，而設置代碼只運行一次。

有多種方法可以使Python程序運行得更快，例如：

描述您的代碼，以便識別瓶頸

使用內置函數和庫，因此解釋器不需要執行循環

避免使用全局變量，因為Python在訪問全局變量時非常慢

使用現有包