python使用IPython调试debug程序
目录
- 安装
- 使用方法
- 优点
- 提示和不足
- 参考链接
关于IPython使用的入门文章,主要介绍了如何在程序代码中嵌入ipython用于调试,并分析了优点与不足。
在 Python 中编程时,我会花费大量时间使用 IPython 及其强大的交互式提示,不仅用于一些一次性计算,还用于大量实际编程和调试。我特别将它用于一些探索性的编程,比如对一些不熟悉的 API,或者想知道程序在代码中特定位置的运行状态。
我不确定这种IPython调试的方法有多普遍,但我很少听到其他人谈论它,所以我认为它值得分享。
安装
使用前,需要将 IPython 安装到您当前的 virtualenv 中:
pip install ipython
使用方法
基本上有两种方法可以打开 IPython 提示符。
第一种是直接从终端运行它:
$ ipython Python 3.9.5 (default, Jul 1 2021, 11:45:58) Type 'copyright', 'credits' or 'license' for more information IPython 8.3.0 -- An enhanced Interactive Python. Type '?' for help. In [1]:
在 Django 项目中,如果您安装了 IPython,也可以使用 ./manage.py shell
,好处是它会为帮您正确初始化 Django。
如果您想探索编写一些“顶级”代码,例如,在尚未创建入口点的情况下,编写一个新的功能,那么这种方法很管用。然而,我写的大部分代码都不是这样的。大多数时候,我发现自己需要写代码时,已经想好10层的函数调用了——比如:
- 我正在一个Django应用程序中编写一些视图代码,其中有一个请求对象--如果你在IPython提示符下从头开始,你不可能轻易重新创建这个对象。
- 或者,模型层代码,比如
save()
方法内部的代码,该方法本身正在被您尚未编写的其他代码调用,比如Django admin或某个信号。 - 或者,在一个测试中,设置代码已经创建了一大堆在打开IPython时不可用的东西。
对于这些情况,我使用第二种方法:
找到我想要修改、探索或调试的代码。这通常是我自己的代码,但也可能是第三方库。我一直习惯在 virtualenv 中工作,所以即使使用第三方库,在我的编辑器中“go to definition”也会直接将我带到代码的可写副本的定义区(除了不是用 Python 编写的代码)。
插入 IPython 提示的代码并保存文件:
import IPython; IPython.embed()
我将此绑定到编辑器中的一个功能键。
因此,如果它是Django视图,那么代码最终可能会是这样:
def contact_us(request): if request.method == "POST": form = ContactUsForm_class(request.POST) if form.is_valid(): import IPython; IPython.embed() # …
以适当的方式触发代码。对于上述情况,首先需要在终端中运行 Django 服务器,然后打开网页,填写表单并按下提交。对于测试,它将从终端运行特定的测试。对于命令行应用程序,它将直接运行应用程序。
在终端中,我会发现自己现在已经在 IPython REPL 中,我可以继续:
- 想出我需要写什么代码
- 或者调试我感到困惑的代码
请注意,您可以在此 REPL 中编写和编辑多行代码——它不像编辑器那么舒服,但没关系,并且具有良好的历史记录支持。关于 IPython 及其更多特性,你可以在官方 文档 中了解它。
对于那些有其他语言背景的人来说,可能还值得指出的是,Python REPL 与普通 Python 并没有什么不同。你可以在普通 Python 中做的所有事情,比如定义函数和类,都可以在 REPL 中进行。
调试结束后,我可以将任何有用的片段从 REPL 复制回我的真实代码中,使用历史记录来查看我曾经输入的内容。
优点
这种方法的优点是:
- 当您实际拥有一个对象时,您可以更轻松地探索API和对象(APIs and objects),而不是阅读关于对象的文档,或者编辑器的自动完成工具推断对象应该具有的内容。例如,Django的HttpRequest上有哪些属性和方法?你不必确保你有正确的类型注释,并且希望它们是完整的,或者假设值是什么——你已经有了对象,你可以检查它,用广泛的合适的制表符自动补全完成。你可以调用函数,看看它们是怎么做的。
例如,Django的请求对象通常有一个用户(user)属性,该属性不属于HttpRequest定义的一部分,因为它是在以后添加的。但它在REPL中是可见的。 - 您可以直接探索程序的整体状态。这对于探索性编程和调试来说都是一个巨大的优势。
对于调试,pdb 和类似的调试工具和环境通常会为您提供“the state of the system”,并且它们更擅长单步执行多层代码。但我经常发现 IPython 提示的功能和舒适性对于探索和寻找解决方案要好得多。
这种环境的感觉并不像Lisp中REPL驱动的编程那样流畅,但我仍然觉得它非常有趣和高效。与许多其他方法相比,比如迭代代码,然后进行手动或自动测试,它将反馈循环的延迟从几秒或几分钟减少到几毫秒,这是巨大的效率提升。
提示和不足
IPython 有很多很酷的特性可以在 REPL 环境中帮助你,比如 %autoreload 和许多其他很酷的魔法。你应该花时间去了解他们!
在多线程(或多进程)环境中,IPython 提示表现不是很好。如果可能的话,关闭多线程,或者确保你没有遇到那个问题。
如果您确实在终端中搞砸了,您可能需要手动找到要杀死的进程并在终端中进行重置。
使用 Django 开发服务器:
- 它默认是多线程的,所以要么确保你不会多次点击视图代码,要么使用 --nothreading。
- 当心自动重新加载,如果你在启动时仍然处于 IPython 提示符中,它会搞砸你。要么使用 --noreload 要么确保在执行任何会触发重新加载的操作之前干净地退出 IPython。
当心捕获标准输入/输出的环境,这会破坏这种功能。
pytest 默认捕获标准输入并破坏一些事物。您可以使用 -s 将其关闭。此外,如果您使用的是 pytest-xdist,您应该记得使用 -n0 来关闭多个进程。
使用 IPython.embed() 时,由于 Python 的限制,存在一个烦人的错误,涉及闭包和未定义的名称。它经常在使用生成器表达式时出现,但在其他时候也是如此。它通常可以通过以下方式解决:
globals().update(locals())
参考链接
以上就是python使用IPython调试debug程序的详细内容,更多关于IPython调试debug的资料请关注我们其它相关文章!