今天就跟大家聊聊有关Python常见的三个调试工具，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。

创新互联建站是由多位在大型网络公司、广告设计公司的优秀设计人员和策划人员组成的一个具有丰富经验的团队，其中包括网站策划、网页美工、网站程序员、网页设计师、平面广告设计师、网络营销人员及形象策划。承接：网站设计、成都网站建设、网站改版、网页设计制作、网站建设与维护、网络推广、数据库开发,以高性价比制作企业网站、行业门户平台等全方位的服务。

对于 python 代码的调试我们通常都是使用 IDE 自带的调试功能。但是 IDE 提供的调试功能存在局限性，例如在测试服务器上调试代码，但是又不可能在测试服务器上安装 IDE 进行调试。这时我们就可以利用下面所讲解的三个工具进行调试。

准备调试代码

在讲解三个调试工具前，我们先编写待调试的代码。代码很简单，就是计算两个数的商。我们在编写代码的时候故意留下了除数为 0 的 bug。

def division(start, end):
    for i in range(start, end, -1):
        num1 = i
        num2 = i - 1
        result = num1 / num2
        print(result)

if __name__ == '__main__':
    division(10, 0)

PySnooper

PySnooper 是 Python 的第三方工具库，它可以精确的显示代码的执行时间、执行顺序和代码中的局部变量值的变化等。PySnooper 使用方法很简单，只需要将它作为装饰器来使用即可。下面我们来看一下具体使用步骤：

1. 安装 PySnooper

在控制台输入如下命令：

pip install pysnooper

2. 加入 PySnooper

首先需要引入 PySnooper

import pysnooper

接着在需要测试的函数上加上 pysnooper 装饰器

@pysnooper.snoop()
def division(start, end):
    for i in range(start, end, -1):
        num1 = i
        num2 = i - 1
        result = num1 / num2
        print(result)
 
if __name__ == '__main__':
    division(10, 0)

在控制台输入命令：

python text.py

运行代码后，控制台输出如下内容：

上图只截取了 PySnooper 输出日志的开头内容和最后结尾的内容。从截图中我们可以看到 PySnooper 输出了每行代码的运行顺序、运行时间和代码运行中变量值的变化，以及报错信息。在实际项目中 PySnooper 输出的日志内容会很多，在控制台查看会很不方便，这时我们可以将日志输出到本地文件中，我们只需在 PySnooper 装饰器中加入日志保存路径即可:

@pysnooper.snoop('/app/project_log.log')

@pysnooper.snoop(prefix='MyCompanyName: ')

前面我们所讲的都是在函数上利用装饰器来监控整个函数，但是在实际项目中往往一个函数内容会很多，如果监控整个函数会导致输出的日志过多，这时我们就可以利用 PySnooper 的局部监控功能来监控函数中需要监控的代码片段。现在我们来修改一下代码，只监控输出的值：

import pysnooper
 
def division(start, end):
    for i in range(start, end, -1):
        with pysnooper.snoop():
            num1 = i
            num2 = i - 1
            result = num1 / num2
        print(result)
 
if __name__ == '__main__':
    division(10, 0)

Better-exceptions

Better-exceptions 同样是 Python 的第三方工具库，它出现的原因是其实很简单就是“美化异常信息”（是不是感觉作者很任性）。Better-exceptions 主要使用了 Python 的 sys 模块的 excepthook 方法，这个方法在当系统抛出异常时，解释器就会调用它，同时传递三个参数：异常类、异常实例和 traceback 对象，这就说明我们可以重写这个方法来捕获系统异常。但是，因为我们可以重写 excepthook 方法来捕获系统异常，因此 Better-exceptions 对与 Web 框架来说是不起任何作用的，因为 Web 框架都已经处理了系统抛出的异常，不会再以 hook 的方式触发 Better-exceptions 。下面我们就来看一下该怎么用。

1、安装 Better-exceptions

首先在控制台输入如下命令：

pip install better-exceptions

接着我们在控制台输入如下代码，来设置环境变量：

setx BETTER_EXCEPTIONS 1

2. 调试代码

在控制台输入命令：

python text.py

代码运行后，控制台输出如下图：

从上面的图我们可以看到，Better-exceptions 对异常代码进行了着色，并对产生异常的变量值进行了输出。通过这两项内容我们就可以很快捷的看到具体报错位置和报错原因。这里有需要注意的地方就是，在 Windows 系统下输出的日志会存在乱码问题，这是因为 Better-exceptions 的编码格式造成的。要解决这个问题我们只需要修改 better-exceptions 目录下的 encoding.py 文件，讲文件中的 ENCODING = locale.getpreferredencoding() 修改为 ENCODING = 'utf-8'即可。

PDB

PDB 是 Python 内置的模块，我们可以利用 PDB 设置断点和跟踪调试。PDB 的使用不需要再安装第三方插件，只需要在命令行输入如下命令：

python -m pdb Test.py

命令执行后将会进入 PDB 调试模式。如果需要在代码中加入断点，只需要在需要加入断点的位置。

总结

我们讲解了 PySnooper 、Better-exceptions 和 PDB 的用法，这三种方法一般都使用在服务器上，这里我推荐使用Better-exceptions，因为它对代码的侵入性很小，几乎不需要改变代码。

看完上述内容，你们对Python常见的三个调试工具有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注创新互联行业资讯频道，感谢大家的支持。

文章名称：Python常见的三个调试工具
本文网址：http://ybzwz.com/article/pdieed.html