Print 也许是 Python 中使用频率最高的一个函数。很多小白都是从 Hello World 程序开始认识 Python，而 Python 的 Hello World 程序只有一行，那就是调用内置的 Print 函数，向控制台输出字符串 “Hello World”。

不仅小白，哪怕是 Python 开发者，通常也是 Print 函数的重度用户。Print 最大的应用场景，便是用于调试 Python 程序。比如，用 Print 打印程序的运行步骤，或用 Print 打印程序运行过程中某个变量的值的变化情况。由于 Python 是无须编译就能执行的解释型编程语言，因此加上 Print 调试语句后，开发者能够立即执行 Python 程序，得到调试结果。

使用 Print 进行调试的好处是非常直白，易于上手，但是弊端也是明显的：如果要打印的信息比较多，就需要写很多行的 Print 语句；在调试结束后，往往还需要逐一删除这些语句。这是一个繁琐的过程。一言以蔽之，使用 Print 调试的缺点是效率较低。

除了 Print 函数，另一种常用的 Python 程序调试工具是 Python 的日志模块(logging)。Logging 模块根据预定义的格式，将需要的信息写入日志文件。通过跟踪日志文件，也可以实现调试的目的。

使用 logging 进行调试，看起来比 Print 函数更规范一些。并且，当调试结束后，logging 语句无须删除，在产品环境中依然可以发挥作用。另外，logging 模块还支持我们通过调整 log 等级 (INFO/DEBUG/WARN/ERR) 来动态决定打印何种日志。美中不足的是，logging 模块在使用之前需要进行比较繁琐的配置 (Setup)，因此使用难度稍大，不够方便。

那么，有没有更好的调试办法呢？最近，Github 上出现了一个新的专门用于调试 Python 程序的第三方库，名叫PySnooper。Snooper 在英文中是监听器的意思。PySnooper，顾名思义，就是监听 Python 程序执行过程的工具。PySnooper 一经问世，便引起 Python 社区的严重关注。仅仅一个月时间便收获了 10K+ 个 STAR，着实十分火爆。

相比 Print 调试往往需要写很多行 Print 语句，使用 PySnooper 仅仅一行代码就能实现对整个函数的调试，更加高效；相比 Logging 模块，使用 PySnooper 无需进行繁琐的配置，更加简单。

直接看下面这个例子吧。

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)

执行这段代码，输出结果 (节选) 如下：

Starting var:.. number = 6
15:29:11.327032 call         4 def number_to_bits(number):
15:29:11.327032 line         5     if number:
15:29:11.327032 line         6         bits = []
New var:....... bits = []
15:29:11.327032 line         7         while number:
15:29:11.327032 line         8             number, remainder = divmod(number, 2)
New var:....... remainder = 0
Modified var:.. number = 3
15:29:11.327032 line         9             bits.insert(0, remainder)
Modified var:.. bits = [0]

可见，只需要导入 PySnooper 模块，并且给函数加上装饰器@pysnooper.snoop()，我们就可以实现对一个 Python 函数的监听 (调试)。

在上面这个例子中，根据输出结果，我们可以得到：

程序执行步骤的顺序，比如执行结果的第 2 行告诉我们，在 15:29:11.327032 这一时刻执行了 def number_to_bits 这一行代码。
程序中变量的值的变化情况，比如执行结果的第 9 行告诉我们，局部变量 number 此时的值发生了变化，变成了 3。

PySnooper 支持灵活多样的程序调试，包括但不限于：

给函数添加装饰器@pysnooper.snoop()，完成对函数的监听。
使用 with pysnooper.snoop() 语句，实现对程序块(block)，即一行或者多行程序进行监听。
使用@pysnooper.snoop('/my/log/file.log')，将监听结果重定向到文件系统。

监听非局部变量的值：

@pysnooper.snoop(variables=('foo.bar','self.whatever'))

监听一个列表或者字典变量的所有元素或者属性：
```
@pysnooper.snoop(watch=('foo.bar','self.x["whatever"]'))
```
深度监听——监听函数中的行所调用的其他函数：
```
@pysnooper.snoop(depth=2)
```
在多线程程序中，指定监听哪些线程：
```
@pysnooper.snoop(thread_info=True)
```
PySnooper 的更多高级用法参见：https://github.com/cool-RR/PySnooper#advanced-usage。

另外，PySnooper 的安装十分简单：

pip install pysnooper

总结一下，PySnooper 是一个使用简单，功能强大，效率高的 Python 调试工具，聚集各种优点于一身，难怪这么快就受到了社区的热烈欢迎。

最后，欢迎关注我的个人微信公众号《测试不将就》，我们一起探讨高质量软件养成之道。

↙↙↙阅读原文可查看相关链接，并与作者交流