python的debug神器PySnooper

同事给我推荐了这个调试神器，一直没工夫看，今天看了下。

原文链接：

体验了下，感觉最好的用法：1、优先逐行调试；2、一些复杂状态处理或者偶现的bug，可以用这个库调试；感觉并不会颠覆传统的调试手段，只是让添加日志更加便利了而已。

但是同事从后台开发的角度给出了他的看法，
稍微大型的python项目都只有开发的时候才逐行，服务器他们基本都靠日志，只是客户端习惯了debugger的调试。写个桌面程序，debugger很容易，这个服务就没那么简单了，尤其多进程服务，一般py debugger只能靠远程调试的模式。

并发多请求的时候,每个进程挂在不同端口的debugger上,很痛苦的，遇到时序问题，debugger一到介入，连重现都是问题

当习惯了这种logging方式，就像自己写的程序天生有诊断功能一样，后边再用debugger又觉得繁琐了。所以我一直觉着我们日志收集上报做的很好

分析Snooper的用法，你会发现他利用了python装饰器语法，那什么是装饰器呢?

它放在一个函数开始定义的地方，它就像一顶帽子一样戴在这个函数的头上。和这个函数绑定在一起。在我们调用这个函数的时候，第一件事并不是执行这个函数，而是将这个函数做为参数传入它头顶上这顶帽子，这顶帽子我们称之为装饰函数 或 装饰器。

import pysnooper

@pysnooper.snoop()

def number_to_bits(number):

    if number:

        bits = []

        while number:

            number, remainder = divmod(number, 2)

            bits.insert(0, remainder)

        return bits

    else:

        return [0]

number_to_bits(6)

下面的这篇文章讲得挺全的。

一篇文章搞懂装饰器所有用法（建议收藏）

1）装饰函数内定义具体需要如何处理传入的函数：

# 这是装饰函数

def logger(func):

    def wrapper(*args, **kw):

        print('我准备开始计算：{} 函数了:'.format(func.__name__))

        # 真正执行的是这行。

        func(*args, **kw)

        print('啊哈，我计算完啦。给自己加个鸡腿！！')

    return wrappe

2）业务函数前将装饰器函数带上去：

@logger

def add(x, y):

    print('{} + {} = {}'.format(x, y, x+y))

3）调用

add(200, 50)

4）输出：

我准备开始计算：add 函数了:

200 + 50 = 250

啊哈，我计算完啦。给自己加个鸡腿！