新闻详情

新闻详情

首页 / 资讯中心 / 详情

函数断点:VS Code 里最被低估的调试神器

发布时间:2026/11/15 12:06:15来源:尧图网络
函数断点:VS Code 里最被低估的调试神器
如果你还在用print()大法调试代码那你可能错过了一个更优雅的工具。假设你有这样一个 Python 文件defadd(a,b):returnabdefmain():print(hello world)print(add(1,2))print(do something)radd(1,2)print(r)if__name____main__:main()这段代码很简单但如果add函数的行为不符合预期你想知道它到底被调用了几次、每次传入了什么参数用print()就得手动加好几处。而用函数断点你只需要告诉 VS Code“每次调用add的时候把程序停下来让我看看。”函数断点是什么函数断点不依赖代码的具体行号而是基于函数名来设置。你告诉调试器“我要在add被调用时暂停”它就真的会在每次add被调用时停下来不管你是在第几行调用的。设置方式很简单在调试面板的BREAKPOINTS区域点击按钮选择Add Function Breakpoint输入函数名比如add即可。函数断点在列表中会显示为一个红色三角形图标和普通行断点红色圆点区分开。输入add你也可以直接使用命令面板搜索 function bdebug代码的时候只要代码执行到这个函数断点就会停在这个函数上面为什么它比行断点更好用行断点的问题在于你需要知道代码在哪一行。如果函数被调用的地方很多你要么在每一处都设一个断点要么在函数定义的第一行设一个断点——但这样你就无法区分“第一次调用”和“第二次调用”的区别。函数断点的优势在于你只关心“谁调用了这个函数”不关心它被调用的位置。这在你追踪一个被多处调用的工具函数、或者调试一个第三方库的入口函数时特别有用。以上面的代码为例如果你在add的定义处设置行断点程序会在add的第一行暂停。但如果你设置函数断点你可以在暂停时清楚地看到调用栈——是main里的哪一行调用了它a和b分别是什么值。什么时候该用函数断点追踪工具函数的调用时机你想知道一个公共函数到底被哪些地方调用了调试第三方库或框架源码不在你的项目中但你可以在调用它的函数上设断点调试回调函数你不知道回调会在哪个时间点被触发函数断点可以帮你捕获它函数断点不是“更高级的断点”而是“更适合特定场景的断点”。当你发现自己反复在多个位置手动加print()来追踪同一个函数的调用时就该换成函数断点了。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉