A depuração não deve ser uma reflexão tardia após a implantação de um aplicativo para produção. Ele deve ser executado com a maior frequência possível durante o desenvolvimento, pois isso facilita o rastreamento de bugs de código e fornece aos desenvolvedores uma correção para o problema que faz com que o código não seja executado. A maioria dos desenvolvedores não sabe que a função de impressão do Python não fornece a imagem exata dos erros que ocorrem no desenvolvimento. Então, o que você pode usar para identificar e corrigir esses erros? A resposta é ferramentas de depuração! Eles melhoram a produtividade e ajudam a tornar o tempo do processo de codificação eficaz.  O Python Debugger (pdb) é um depurador de código-fonte interativo para programas Python. Além da depuração, ele fornece funcionalidade adicional, como definir pontos de interrupção condicionais, percorrer o código-fonte linha por linha e verificar as variáveis em uma linha específica e sua pilha de chamadas.  Este artigo explicará como a ferramenta de depuração,   , é usada para inspecionar e analisar seu código para torná-lo compatível com o padrão do setor durante o teste e antes do envio aos usuários. pdb   Pré-requisitos  Para entender o processo de depuração, você precisa ter:  instalado em sua máquina local   Pitão  Conhecimento de Python   Maneiras de melhorar seus programas em Python  Para depurar seu código Python corretamente, você precisa estar ciente das seguintes dicas para ajudar a melhorar a produtividade e a verificação de erros:  Linting: detecta problemas com seu código antes de executá-lo. Uma maneira de fazer isso funcionar é instalando um software que ajude a codificar por cores seus programas para que você cometa menos erros e os resolva rapidamente quando o IDE (VS Code) apontar o erro. Uma dessas ferramentas é  , e dá sugestões quando você codifica.   Pylint  Um ambiente de desenvolvimento integrado (IDE) / editor: IDEs específicos do Python, como  ou  têm ferramentas e recursos integrados que ajudam na formatação automática do código com base em PEP8 e destacam seu código quando há um erro.   PyCharmGenericName   Código VS  Erros de leitura: aprender a ler erros de código em seus programas Python resolveria significativamente metade do problema porque você pode entender o que eles significam no console.   name = 'teri print(name)   Console  Depurando Python com pdb  Nesta seção, você testará um código Python usando o Python Debugger,   . Executar o código e resolver erros à medida que ocorrem em tempo real em um ambiente interativo. pdb  O módulo   integrado faz parte da biblioteca padrão que o Python acompanha durante a instalação em sua ferramenta de trabalho. Essa ferramenta fornece vários outros comandos que você pode usar ao testar seu programa. Vamos escrever uma função usando pdb. Crie um novo arquivo   ou qualquer outro nome que desejar em seu editor de código, terminando com a extensão   . pdb app.py .py   import pdb def multiply_number(num1, num2): pdb.set_trace() return num1 * num2 print(multiply_number(5, 10))   O código acima faz o seguinte:  Importar a biblioteca  pdb  Defina uma função,   com dois parâmetros,   e  multiply_number num1 num2  Chame a biblioteca com o método   , que é útil no objeto   , pois pausa seu programa e entra no modo de depurador que permite digitar e testar seu código no console set_trace pdb  Obtenha o resultado dos argumentos com a palavra-chave return  Chame a função e passe os argumentos numéricos  A execução deste programa com o comando   entra no depurador, onde podemos passar vários comandos do depurador para executar o código. Verifica a  documentação para encontrar a lista completa de comandos que você pode usar.  python3 <name-of-file.py>   Comandos do depurador A seguir, vamos testar alguns comandos no console:  Digitar a ou args lista todos os argumentos usados na função atual, multiple_number.  Antes de tentar outro comando, atualize o código no arquivo app.py para incluir a string como parte do argumento, para que os programas produzam erros durante a execução:   # app.py import pdb def multiply_number(num1, num2): pdb.set_trace() return num1 * num2 print(multiply_number(5, 'execute'))   Execute novamente o programa com o comando python3 app.py:  Digite   e   no console, ele mostra o resultado dos argumentos passados na função multiple_number.  num1 num2  Outros comandos que você pode tentar incluem a próxima etapa, continuar e assim por diante, que estão na documentação.  Por fim, uma vez que o   tenha identificado o erro no código e o número da linha em que ocorreu, você pode voltar ao seu código e limpá-lo corrigindo o erro e usando o argumento correto para que o programa seja executado. pdb  Observação: o módulo   é para teste durante o desenvolvimento, não para produção. Remova-o antes de implantar. pdb   Conclusão  Este artigo orienta você a adotar as práticas recomendadas ao tentar corrigir o código e identificar erros. Usar o método é melhor do que a função de impressão, pois possui muito mais recursos para ajudá-lo a melhorar a qualidade do seu código.   Saber mais   Documentação do depurador do Python

2022 - HackerNoon Contributor of the Year - Data Visualization

2022 - HackerNoon Contributor of the Year - Frontend

2022 - HackerNoon Contributor of the Year - Heroku

2022 - HackerNoon Contributor of the Year - Javascript

2022 - No No No Nodejs

2022 - Remote Work Warrior

Portfolio

Nominated for 2022 - HackerNoon Contributor of the Year - Data Visualization

Nominated for 2022 - HackerNoon Contributor of the Year - Heroku

Nominated for 2022 - HackerNoon Contributor of the Year - Javascript

Nominated for 2022 - HackerNoon Contributor of the Year - Frontend

Nominated for 2022 - Remote Work Warrior

Nominated for 2022 - No No No Nodejs

Este áudio é produzido no idioma original da história!

Muito longo; Para ler

Make resilience your competitive advantage

Introdução à depuração Python com Pdb

Introdução à depuração Python com Pdb

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

Crescimento de Criptomoedas: Criando Personas de Usuários Eficazes

Valhalla de Floki se junta como patrocinador associado da viagem da Índia ao Sri Lanka

As camadas invisíveis: por que as entrevistas com usuários são um ativo insubstituível

Guia do arquiteto para construir arquitetura de referência para um Datalake de IA/ML

Crescimento de Criptomoedas: Criando Personas de Usuários Eficazes

Valhalla de Floki se junta como patrocinador associado da viagem da Índia ao Sri Lanka

As camadas invisíveis: por que as entrevistas com usuários são um ativo insubstituível

Guia do arquiteto para construir arquitetura de referência para um Datalake de IA/ML

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps