本篇内容介绍了“如何使用PySnooper调试代码”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
专注于为中小企业提供网站制作、成都网站设计服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业商水免费做网站提供优质的服务。我们立足成都，凝聚了一批互联网行业人才，有力地推动了1000多家企业的稳健成长，帮助中小企业通过网站建设实现规模扩充和转变。
1. 快速安装
执行下面这些命令进行安装 PySnooper
$ python3 -m pip install pysnooper # 或者 $ conda install -c conda-forge pysnooper # 或者 $ yay -S python-pysnooper
2. 简单案例
下面这段代码，定义了一个 demo_func 的函数，在里面生成一个 profile 的字典变量，然后去更新它，最后返回。
代码本身没有什么实际意义，但是用来演示 PySnooper 已经足够。
import pysnooper @pysnooper.snoop() def demo_func(): profile = {} profile["name"] = "写代码的明哥" profile["age"] = 27 profile["gender"] = "male" return profile def main(): profile = demo_func() main()现在我使用终端命令行的方式来运行它
[root@iswbm ~]# python3 demo.py Source path:... demo.py 17:52:49.624943 call 4 def demo_func(): 17:52:49.625124 line 5 profile = {} New var:....... profile = {} 17:52:49.625156 line 6 profile["name"] = "写代码的明哥" Modified var:.. profile = {'name': '写代码的明哥'} 17:52:49.625207 line 7 profile["age"] = 27 Modified var:.. profile = {'name': '写代码的明哥', 'age': 27} 17:52:49.625254 line 8 profile["gender"] = "male" Modified var:.. profile = {'name': '写代码的明哥', 'age': 27, 'gender': 'male'} 17:52:49.625306 line 10 return profile 17:52:49.625344 return 10 return profile Return value:.. {'name': '写代码的明哥', 'age': 27, 'gender': 'male'} Elapsed time: 00:00:00.000486可以看到 PySnooper 把函数运行的过程全部记录了下来，包括：
代码的片段、行号等信息，以及每一行代码是何时调用的？
函数内局部变量的值如何变化的？何时新增了变量，何时修改了变量。
函数的返回值是什么？
运行函数消耗了多少时间？
而作为开发者，要得到这些如此详细的调试信息，你需要做的非常简单，只要给你想要调试的函数上带上一顶帽子（装饰器） -- @pysnooper.snoop() 即可。
3. 详细使用
2.1 重定向到日志文件
@pysnooper.snoop() 不加任何参数时，会默认将调试的信息输出到标准输出。
对于单次调试就能解决的 BUG ，这样没有什么问题，但是有一些 BUG 只有在特定的场景下才会出现，需要你把程序放在后面跑个一段时间才能复现。
这种情况下，你可以将调试信息重定向输出到某一日志文件中，方便追溯排查。
@pysnooper.snoop(output='/var/log/debug.log') def demo_func(): ...
2.2 跟踪非局部变量值
PySnooper 是以函数为单位进行调试的，它默认只会跟踪函数体内的局部变量，若想跟踪全局变量，可以给 pysnooper.snoop() 加上 watch 参数
out = {"foo": "bar"} @pysnooper.snoop(watch=('out["foo"]')) def demo_func(): ...如此一来，PySnooper 会在 out["foo"] 值有变化时，也将其打印出来
watch 参数，接收一个可迭代对象（可以是list 或者 tuple），里面的元素为字符串表达式，什么意思呢？看下面例子就知道了
@pysnooper.snoop(watch=('out["foo"]', 'foo.bar', 'self.foo["bar"]')) def demo_func(): ...和 watch 相对的，pysnooper.snoop() 还可以接收一个函数 watch_explode，表示除了这几个参数外的其他所有全局变量都监控。
@pysnooper.snoop(watch_explode=('foo', 'bar')) def demo_func(): ...2.3 设置跟踪函数的深度
当你使用 PySnooper 调试某个函数时，若该函数中还调用了其他函数，PySnooper 是不会傻傻的跟踪进去的。
如果你想继续跟踪该函数中调用的其他函数，可以通过指定 depth 参数来设置跟踪深度（不指定的话默认为 1）。
@pysnooper.snoop(depth=2) def demo_func(): ...
2.4 设置调试日志的前缀
当你在使用 PySnooper 跟踪多个函数时，调试的日志会显得杂乱无章，不方便查看。
在这种情况下，PySnooper 提供了一个参数，方便你为不同的函数设置不同的标志，方便你在查看日志时进行区分。
@pysnooper.snoop(output="/var/log/debug.log", prefix="demo_func: ") def demo_func(): ...
效果如下
2.5 设置最大的输出长度
默认情况下，PySnooper 输出的变量和异常信息，如果超过 100 个字符，被会截断为 100 个字符。
当然你也可以通过指定参数 进行修改
@pysnooper.snoop(max_variable_length=200） def demo_func(): ...
您也可以使用max_variable_length=None它从不截断它们。
@pysnooper.snoop(max_variable_length=None） def demo_func(): ...
2.6 支持多线程调试模式
PySnooper 同样支持多线程的调试，通过设置参数 thread_info=True，它就会在日志中打印出是在哪个线程对变量进行的修改。
@pysnooper.snoop(thread_info=True) def demo_func(): ...
效果如下
2.7 自定义对象的格式输出
pysnooper.snoop() 函数有一个参数是 custom_repr，它接收一个元组对象。
在这个元组里，你可以指定特定类型的对象以特定格式进行输出。
这边我举个例子。
假如我要跟踪 person 这个 Person 类型的对象，由于它不是常规的 Python 基础类型，PySnooper 是无法正常输出它的信息的。
因此我在 pysnooper.snoop() 函数中设置了 custom_repr 参数，该参数的第一个元素为 Person，第二个元素为 print_persion_obj 函数。
PySnooper 在打印对象的调试信息时，会逐个判断它是否是 Person 类型的对象，若是，就将该对象传入 print_persion_obj 函数中，由该函数来决定如何显示这个对象的信息。
