Python调试神器之PySnooper

前言

在程序开发过程中，代码的运行往往会和我们预期的结果有所差别。于是，我们需要清楚代码运行过程中到底发生了什么？代码哪些模块运行了，哪些模块没有运行？输出的局部变量是什么样的？很多时候，我们会想到选择使用成熟、常用的IDE使用断点和watches调试程序，或者更为基础的print函数、log打印出局部变量来查看是否符合我们预期的执行效果。但是这些方法都有一个共同的弱点--效率低且繁琐，本文就介绍一个堪称神器的Python/ target=_blank class=infotextkey>Python调试工具PySnooper，能够大大减少调试过程中的工作量。

装饰器

装饰器（Decorators）是Python里一个很重要的概念，它能够使得Python代码更加简洁，用一句话概括：装饰器是修改其他函数功能的函数。PySnooper的调用主要依靠装饰器的方式，所以，了解装饰器的基本概念和使用方法更有助于理解PySnooper的使用。在这里，我先简单介绍一下装饰器的使用，如果精力有限，了解装饰器的调用方式即可。

对于Python，一切都是对象，一个函数可以作为一个对象在不同模块之间进行传递，举个例子，

其实这就是装饰器的核心所在，它们封装一个函数，可以用这样或那样的方式来修改它。换一种方式表达上述调用，可以用@+函数名来装饰一个函数。

此外，在调用装饰器时还可以给函数传入参数：

另外，装饰器本身也可以接收参数，

上面讲述的就是Python装饰器的一些常用方法。

Pysnooper

调试程序对于大多数开发者来说是一项必不可少的工作，当我们想要知道代码是否按照预期的效果在执行时，我们会想到去输出一下局部变量与预期的进行比对。目前大多数采用的方法主要有以下几种：

• Print函数
• Log日志
• IDE调试器

但是这些方法有着无法忽视的弱点：

• 繁琐
• 过度依赖工具

"PySnooper is a poor man's DEBUGger."

有了PySnooper，上述问题都迎刃而解，因为PySnooper实在太简洁了，目前在Github已经10k+star。

前面花了一段篇幅讲解装饰器其实就是为了PySnooper做铺垫，PySnooper的调用就是通过装饰器的方式进行使用，非常简洁。

PySnooper的调用方式就是通过@pysnooper.snoop的方式进行使用，该装饰器可以传入一些参数来实现一些目的，具体如下：

参数描述None输出日志到控制台filePath输出到日志文件，例如'log/file.log'prefix给调试的行加前缀，便于识别watch查看一些非局部变量表达式的值watch_explode展开值用以查看列表/字典的所有属性或项depth显示函数调用的函数的snoop行

安装

使用pip安装，

或者使用conda安装，

使用

先写一个简单的例子，

这是最简单的使用方法，从上述输出结果可以看出，PySnooper输出信息主要包括以下几个部分：

• 局部变量值
• 代码片段
• 局部变量所在行号
• 返回结果

也就是说，把我们日常DEBUG所需要的主要信息都输出出来了。

上述结果输出到控制台，还可以把日志输出到文件，

image

image.gif

在函数调用过程中，PySnooper还能够显示函数的层次关系，使得一目了然，

从上述输出结果可以看出，函数one与函数two的输出缩进层次一目了然。

除了缩进之外，PySnooper还提供了参数prefix给debug信息添加前缀的方式便于识别，

参数watch可以用于查看一些非局部变量，例如，

参数watch_explode可以展开字典或者列表显示它的所有属性值，对比一下它和watch的区别，

可以看出watch_explode能够展开字典的属性值。

另外还有参数depth显示函数中调用函数的snoop行，默认值为1，参数值需要大于或等于1。