mirror of
https://github.com/LCTT/TranslateProject.git
synced 2024-12-26 21:30:55 +08:00
PRF
@geekpi
This commit is contained in:
parent
6aad5cf6f2
commit
116544e715
@ -3,34 +3,34 @@
|
||||
[#]: author: (Tian Gao https://opensource.com/users/gaogaotiantian)
|
||||
[#]: collector: (lujun9972)
|
||||
[#]: translator: (geekpi)
|
||||
[#]: reviewer: ( )
|
||||
[#]: reviewer: (wxy)
|
||||
[#]: publisher: ( )
|
||||
[#]: url: ( )
|
||||
|
||||
使用这个开源工具来监控 Python 中的变量
|
||||
======
|
||||
Watchpoints 是一个简单但功能强大的工具,可以帮助你在调试 Python 时监控变量。
|
||||
![Looking back with binoculars][1]
|
||||
|
||||
> Watchpoints 是一个简单但功能强大的工具,可以帮助你在调试 Python 时监控变量。
|
||||
|
||||
![](https://img.linux.net.cn/data/attachment/album/202104/08/231614imw8zqfncz5qwwow.jpg)
|
||||
|
||||
在调试代码时,你经常面临着要弄清楚一个变量何时发生变化。如果没有任何高级工具,那么可以选择使用打印语句在期望它们更改时输出变量。然而,这是一种非常低效的方法,因为变量可能在很多地方发生变化,并且不断地将其打印到终端上会产生很大的干扰,而将它们打印到日志文件中则变得很麻烦。
|
||||
|
||||
这是一个常见的问题,但现在有一个简单而强大的工具可以帮助你监控变量:[watchpoints][2]。
|
||||
|
||||
[watchpoint 的概念在 C 和 C++ 调试器中很常见][3],用于监控内存,但在 Python 中缺乏相应的工具。`watchpoints` 填补了这个空白。
|
||||
[“监视点”的概念在 C 和 C++ 调试器中很常见][3],用于监控内存,但在 Python 中缺乏相应的工具。`watchpoints` 填补了这个空白。
|
||||
|
||||
### 安装
|
||||
|
||||
要使用它,你必须先用 `pip` 安装它:
|
||||
|
||||
|
||||
```
|
||||
`$ python3 -m pip install watchpoints`
|
||||
$ python3 -m pip install watchpoints
|
||||
```
|
||||
|
||||
### 在Python中使用 watchpoints
|
||||
|
||||
对于任何一个你想监控的变量,使用 **watch** 函数对其进行监控。
|
||||
|
||||
对于任何一个你想监控的变量,使用 `watch` 函数对其进行监控。
|
||||
|
||||
```
|
||||
from watchpoints import watch
|
||||
@ -42,16 +42,15 @@ a = 1
|
||||
|
||||
当变量发生变化时,它的值就会被打印到**标准输出**:
|
||||
|
||||
|
||||
```
|
||||
====== Watchpoints Triggered ======
|
||||
|
||||
Call Stack (most recent call last):
|
||||
<module> (my_script.py:5):
|
||||
> a = 1
|
||||
<module> (my_script.py:5):
|
||||
> a = 1
|
||||
a:
|
||||
0
|
||||
->
|
||||
->
|
||||
1
|
||||
```
|
||||
|
||||
@ -61,25 +60,21 @@ a:
|
||||
* 调用栈。
|
||||
* 变量的先前值/当前值。
|
||||
|
||||
|
||||
|
||||
它不仅适用于变量本身,也适用于对象的变化:
|
||||
|
||||
|
||||
```
|
||||
from watchpoints import watch
|
||||
|
||||
a = []
|
||||
watch(a)
|
||||
a = {} # Trigger
|
||||
a["a"] = 2 # Trigger
|
||||
a = {} # 触发
|
||||
a["a"] = 2 # 触发
|
||||
```
|
||||
|
||||
当变量 **a** 被重新分配时,回调会被触发,同时当分配给 a 的对象发生变化时也会被触发。
|
||||
当变量 `a` 被重新分配时,回调会被触发,同时当分配给 `a` 的对象发生变化时也会被触发。
|
||||
|
||||
更有趣的是,监控不受作用域的限制。你可以在任何地方观察变量/对象,而且无论程序在执行什么函数,回调都会被触发。
|
||||
|
||||
|
||||
```
|
||||
from watchpoints import watch
|
||||
|
||||
@ -91,26 +86,24 @@ watch(a)
|
||||
func(a)
|
||||
```
|
||||
|
||||
例如,这段代码打印:
|
||||
|
||||
例如,这段代码打印出:
|
||||
|
||||
```
|
||||
====== Watchpoints Triggered ======
|
||||
|
||||
Call Stack (most recent call last):
|
||||
|
||||
<module> (my_script.py:8):
|
||||
> func(a)
|
||||
func (my_script.py:4):
|
||||
> var["a"] = 1
|
||||
<module> (my_script.py:8):
|
||||
> func(a)
|
||||
func (my_script.py:4):
|
||||
> var["a"] = 1
|
||||
a:
|
||||
{}
|
||||
->
|
||||
->
|
||||
{'a': 1}
|
||||
```
|
||||
|
||||
**watch** 函数不仅可以监视一个变量,它也可以监视一个字典或列表的属性和元素。
|
||||
|
||||
`watch` 函数不仅可以监视一个变量,它也可以监视一个字典或列表的属性和元素。
|
||||
|
||||
```
|
||||
from watchpoints import watch
|
||||
@ -121,16 +114,15 @@ class MyObj:
|
||||
|
||||
obj = MyObj()
|
||||
d = {"a": 0}
|
||||
watch(obj.a, d["a"]) # Yes you can do this
|
||||
obj.a = 1 # Trigger
|
||||
d["a"] = 1 # Trigger
|
||||
watch(obj.a, d["a"]) # 是的,你可以这样做
|
||||
obj.a = 1 # 触发
|
||||
d["a"] = 1 # 触发
|
||||
```
|
||||
|
||||
这可以帮助你缩小到一些你感兴趣的特定对象。
|
||||
|
||||
如果你对输出格式不满意,你可以自定义它。只需定义你自己的回调函数:
|
||||
|
||||
|
||||
```
|
||||
watch(a, callback=my_callback)
|
||||
|
||||
@ -139,23 +131,21 @@ watch(a, callback=my_callback)
|
||||
watch.config(callback=my_callback)
|
||||
```
|
||||
|
||||
当触发时,你甚至可以使用 **pdb**:
|
||||
|
||||
当触发时,你甚至可以使用 `pdb`:
|
||||
|
||||
```
|
||||
`watch.config(pdb=True)`
|
||||
watch.config(pdb=True)
|
||||
```
|
||||
|
||||
这与 **breakpoint()** 的行为类似,会给你带来类似调试器的体验。
|
||||
|
||||
如果你不想在每个文件中都导入这个函数,你可以通过 **install** 函数使其成为全局:
|
||||
这与 `breakpoint()` 的行为类似,会给你带来类似调试器的体验。
|
||||
|
||||
如果你不想在每个文件中都导入这个函数,你可以通过 `install` 函数使其成为全局:
|
||||
|
||||
```
|
||||
`watch.install() # or watch.install("func_name") and use it as func_name()`
|
||||
watch.install() # 或 watch.install("func_name") ,然后以 func_name() 方式使用
|
||||
```
|
||||
|
||||
我个人认为,watchpoints 最酷的地方就是使用直观。你对一些数据感兴趣吗?只要”观察“它,你就会知道你的变量何时发生变化。
|
||||
我个人认为,`watchpoints` 最酷的地方就是使用直观。你对一些数据感兴趣吗?只要“观察”它,你就会知道你的变量何时发生变化。
|
||||
|
||||
### 尝试 watchpoints
|
||||
|
||||
@ -168,7 +158,7 @@ via: https://opensource.com/article/21/4/monitor-debug-python
|
||||
作者:[Tian Gao][a]
|
||||
选题:[lujun9972][b]
|
||||
译者:[geekpi](https://github.com/geekpi)
|
||||
校对:[校对者ID](https://github.com/校对者ID)
|
||||
校对:[wxy](https://github.com/wxy)
|
||||
|
||||
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译,[Linux中国](https://linux.cn/) 荣誉推出
|
||||
|
||||
|
Loading…
Reference in New Issue
Block a user