18.2. 调试和分析Python脚本程序 ¶

学习大纲：

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

2.1 什么是调试

暂停正在运行的程序，并解决程序中出现的问题。设置断点，并一次执行一行代码。

Python 调试技术：

    ○ print 打印信息

    ○ logging 输出日志信息

    ○ pdb 调试器

    ○ IDE 调试器

2.2 错误处理（异常处理）

程序执行期间发生的错误是异常。程序没有处理的异常会导致程序终止。

raise 强制抛出异常，也可用于异常继续上拋。

try...except 语句块处理异常，try 语句块中执行可能出现异常的代码，except 语句块解决异常。

2.3 调试工具

• winpdb

• pydev

• pydb

• gdb

• pydebug

2.3.1 pdb 调试器

三种使用方式：

解释器中运行
命令行中运行
脚本中使用

2.3.2 解释器中运行

 $ python3

 >>> import pdb_example

 >>> import pdb

 >>> pdb.run('pdb_example.Student(5).print_std()')

输入 continue 继续，按两次 Tab 进行提示

2.3.3 命令行中运行

$ python3 -m pdb pdb_example.py

启动后进入调试器停止在第一行代码。输入 continue 继续。

2.3.4 脚本中使用

适合较长的程序。

pdb.set_trace() 启动调试器

2.4 调试基本程序崩溃的方法

跟踪模块 trace，跟踪程序的运行。

$ python -m trace --trace trace_example.py

2.5 分析程序并计时

测量函数运行时间

2.5.1 cProfile 模块

$ python3 -m cProfile cprof_example.py

输出所有函数花费的时间

2.5.2 timeit 模块

命令行中或脚本中使用。

timeit.timeit()

代码示例：

import timeit

prg_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))

2.6 使程序运行的更快

• 分析代码，找出瓶颈

• 尽量使用内置函数和库，减少循环，降低解释器开销

• 尽量避免全局变量，Python 的全局变量很慢

• 尽量使用已有的程序包和模块

2.7 总结

18.2. 调试和分析Python脚本程序¶

18.2. 调试和分析Python脚本程序 ¶