这篇文章主要讲解了“python调试工具pdb怎么使用”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“python调试工具pdb怎么使用”吧！
一、pdb 有2种用法
pdb：python debugger
1、非侵入式方法 （不用额外修改源代码，在命令行下直接运行就能调试）
python3 -m pdb filename.py
2、侵入式方法 （需要在被调试的代码中添加以下代码然后再正常运行代码）
import pdbpdb.set_trace()
当你在命令行看到下面这个提示符时，说明已经正确打开了pdb
(Pdb)
二、pdb 基本命令
| 命令 | 解释 |
|---|---|
| break 或 b | 设置断点 |
| continue 或 c | 继续执行程序 |
| list 或 l | 查看当前行的代码段 |
| step 或 s | 进入函数（进入 for 循环用 next 而不是用 step） |
| return 或 r | 执行代码直到从当前函数返回 |
| next 或 n | 执行下一行 |
| up 或 u | 返回到上个调用点（不是上一行） |
| p x | 打印变量x的值 |
| exit 或 q | 中止调试，退出程序 |
| help | 帮助 |
在实际使用中发现，用shell脚本运行python文件时，可能无法用pdb调试，会退出。此时只能直接运行py文件来调试。
三、在指定文件的指定位置，用break命令设置断点
3.1 在本文件中的指定位置设置断点
比如下面的例子，要想进入到模型的 forward() 方法中查看前向传播过程中的数据处理过程，只能在 forward() 的第一行（即26行）设置断点，pdb.set_trace()
但有时候模型很复杂，用这种方法会导致程序报错直接退出（我也不知道是什么原因），那么我们就可以考虑用 break 命令在这一行插入断点，使得程序运行到 forward() 时就会停下来。
import torchimport torch.nn as nnimport pdbclass EncoderLayer(nn.Module): def __init__(self): super().__init__() self.conv1 = nn.Conv2d(4, 10, (3, 3)) self.conv2 = nn.Conv2d(10, 4, (3, 3)) self.relu = nn.ReLU() def forward(self, x): x=self.relu(self.conv1(x)) return self.relu(self.conv2(x))class Encoder(nn.Module): def __init__(self,num_layers): super().__init__() # encoders 由 num_layers个 EncoderLayer子层组成，每个子层结构相同，但参数不一定相同。 self.ModelList = nn.ModuleList([EncoderLayer() for _ in range(num_layers)]) def forward(self, x): # ModuleList是一个list，只能通过list的操作方式（如用for循环、下标索引等）进行forward计算。 for layer in self.ModelList: x = layer(x) return xif __name__=="__main__": pdb.set_trace() input = torch.rand(5, 4, 30, 30) model = Encoder(num_layers=4) output = model(input)
具体方法：（1）首先在前面的任意一行设置 pdb.set_trace() ，使得程序停下来。（2）输入 break 26 就可以了。如图：
这样断点就设置成功了，程序运行到forward()就会停下来。
这里的26是行数，需要注意的是 断点位置不能是注释，比如我们在25行（注释行）设置断点，就会失败：
总结一下，在同一个文件中设置断点的命令是：
break line
3.2 在其他文件中的指定位置设置断点
如果想要设置的断点不在初始运行文件里面呢，怎么在其他文件中用break命令设置断点呢？我们看这个例子：
把3.1的代码分为三个py文件，放下同一路径下：
看一下每个文件的内容：
run.py:
初始的 pdb.set_trace() 设置在run.py中。
import torchfrom encoder import Encoderimport pdbif __name__=="__main__": pdb.set_trace() input = torch.rand(5, 4, 30, 30) model = Encoder(num_layers=4) output = model(input)
encoder.py:
from encoder_layer import EncoderLayerimport torch.nn as nnclass Encoder(nn.Module): def __init__(self,num_layers): super().__init__() # encoders 由 num_layers个 EncoderLayer子层组成，每个子层结构相同，但参数不一定相同。 self.ModelList = nn.ModuleList([EncoderLayer() for _ in range(num_layers)]) def forward(self, x): # ModuleList是一个list，只能通过list的操作方式（如用for循环、下标索引等）进行forward计算。 for layer in self.ModelList: x = layer(x) return x
encoder_layer.py：
import torch.nn as nnclass EncoderLayer(nn.Module): def __init__(self): super().__init__() self.conv1 = nn.Conv2d(4, 10, (3, 3)) self.conv2 = nn.Conv2d(10, 4, (3, 3)) self.relu = nn.ReLU() def forward(self, x): x=self.relu(self.conv1(x)) return self.relu(self.conv2(x))
现在我们运行 run.py ，然后在 encoder.py 的第12行 设置断点，即
for layer in self.ModelList:
命令为：
break encoder.py:12
即 break filename：line
我们可以看到，程序可以从 output = model(input) 进入到 forward() 中：
这样可以很方便地进行调试。
如果初始断点与目标断点不在同一个目录下的文件中，也可以通过相对路径下的文件名设置断点，如：
(Pdb) break ../transformer/asr_model.py:91Breakpoint 1 at /local/wenet/examples/aishell/s0/wenet/transformer/asr_model.py:91(Pdb)
四、使用 pdb 时发现的问题
4.1 使用软链接时，pdb 显示的文件路径与实际路径不一致的问题
如图可以发现，pdb 有三行组成，第一行时文件路径，第二行是当前执行的代码行，第三行是输入命令行。
在存在软链接时，pdb显示的路径是软链接指向的路径，但实际上的代码路径是拷贝了软连接内容的路径，这两个路径不一样，一定要注意。
4.2 pdb有时候无法在模型的 forward() 方法中加入断点
pdb有时候无法用 pdb.set_trace() 在模型的 forward() 方法中加入断点，报错内容为：
Compiled functions can't take variable number of arguments or use keyword-only arguments with defaul
大概意思是 “编译后的函数不能接受数量可变的参数，也不能在default中使用仅关键字参数。”
不懂啥意思，这个问题也没有解决。
五、程序奔溃后的事后调试：pdb.pm()
前面所述都是在程序开始运行时就插入断点，用pdb进行调试，即事前调试。其实 pdb 还可以进行事后调试，即在程序有bug运行奔溃后用python调试器进行查看。
比如 test.py 显然是有 bug 的：
# test.pydef add(n): return n+1add("hello")
直接运行：
python test.py
程序奔溃：
F:\PycharmProjects\pytorch_practice>python test.pyTraceback (most recent call last): File "test.py", line 4, in <module> add("hello") File "test.py", line 2, in add return n+1TypeError: can only concatenate str (not "int") to str
这样我们是无法用pdb进行调试的。那么当程序崩溃后，我们该怎样去调试呢？
我们可以用下面这个命令进行简单调试：
python -i test.py
-i 选项可以让程序结束后打开一个交互式shell，如下：
F:\PycharmProjects\pytorch_practice>python -i test.pyTraceback (most recent call last): File "test.py", line 4, in <module> add("hello") File "test.py", line 2, in add return n+1TypeError: can only concatenate str (not "int") to str>>>
现在我们发现程序结束后出现了 >>> 符号，这就是python调试器。
输入命令：
import pdbpdb.pm()
其中 pdb.pm() 用于程序发生异常导致奔溃后的事后调试，可以跟踪异常程序最后的堆在信息。
执行命令后得到：
TypeError: can only concatenate str (not "int") to str>>> import pdb>>> pdb.pm()> f:\pycharmprojects\pytorch_practice\test.py(2)add()-> return n+1(Pdb)
可以发现，pdb.pm() 已经追踪到了导致程序奔溃的语句：return n+1
此时可以打印 n 的值进行检查：
(Pdb) p n'hello'(Pdb) q>>> quit()F:\PycharmProjects\pytorch_practice>
q 表示退出pdb调试，quit() 表示退出 python 调试器。
感谢各位的阅读，以上就是“python调试工具pdb怎么使用”的内容了，经过本文的学习后，相信大家对python调试工具pdb怎么使用这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是编程网，小编将为大家推送更多相关知识点的文章，欢迎关注！
