VSCode调试Python代码执行os.system(cmd)时无法调试的问题求助

在VSCode调试Python代码时，步进执行到os.system(train_cmd)语句时，调试器不会进入train_cmd对应的子进程代码（即lib/train/run_training.py），而是直接在调试控制台运行该命令。程序能正常执行，但无法对子进程内的逻辑进行断点调试。

相关代码：

import os
import random

def parse_args():
    # 此处省略参数解析逻辑，根据实际场景实现
    ...

def main():
    args = parse_args()
    if args.mode == "single":
        train_cmd = "python lib/train/run_training.py --script %s --config %s --save_dir %s --use_lmdb %d " \
                    "--script_prv %s --config_prv %s --distill %d --script_teacher %s --config_teacher %s --use_wandb %d"\
                    % (args.script, args.config, args.save_dir, args.use_lmdb, args.script_prv, args.config_prv,
                       args.distill, args.script_teacher, args.config_teacher, args.use_wandb)
    elif args.mode == "multiple":
        train_cmd = "python -m torch.distributed.launch --nproc_per_node %d --master_port %d lib/train/run_training.py " \
                    "--script %s --config %s --save_dir %s --use_lmdb %d --script_prv %s --config_prv %s --use_wandb %d " \
                    "--distill %d --script_teacher %s --config_teacher %s" \
                    % (args.nproc_per_node, random.randint(10000, 50000), args.script, args.config, args.save_dir, args.use_lmdb, args.script_prv, args.config_prv, args.use_wandb,
                       args.distill, args.script_teacher, args.config_teacher)
    elif args.mode == "multi_node":
        train_cmd = "python -m torch.distributed.launch --nproc_per_node %d --master_addr %s --master_port %d --nnodes %d --node_rank %d lib/train/run_training.py " \
                    "--script %s --config %s --save_dir %s --use_lmdb %d --script_prv %s --config_prv %s --use_wandb %d " \
                    "--distill %d --script_teacher %s --config_teacher %s" \
                    % (args.nproc_per_node, args.ip, args.port, args.world_size, args.rank, args.script, args.config, args.save_dir, args.use_lmdb, args.script_prv, args.config_prv, args.use_wandb,
                       args.distill, args.script_teacher, args.config_teacher)
    else:
        raise ValueError("mode should be 'single' or 'multiple'.")
    os.system(train_cmd)  # 此处无法进入子进程调试

if __name__ == "__main__":
    main()

1. 直接导入子进程代码调用（推荐） #

放弃通过os.system启动子进程，直接导入run_training.py的主函数并传递参数，调试器能直接跟进代码逻辑：

# 替换原有os.system(train_cmd)的代码
from lib.train import run_training

# 整理参数为字典，适配run_training的main函数参数
train_args = {
    "script": args.script,
    "config": args.config,
    "save_dir": args.save_dir,
    "use_lmdb": args.use_lmdb,
    "script_prv": args.script_prv,
    "config_prv": args.config_prv,
    "distill": args.distill,
    "script_teacher": args.script_teacher,
    "config_teacher": args.config_teacher,
    "use_wandb": args.use_wandb
}

# 调用run_training的main函数
run_training.main(**train_args)

注意：需要确保run_training.py的main函数支持接收关键字参数，如果原来用的是argparse，可以修改run_training.py的参数解析逻辑，支持从字典导入参数，或者手动转换参数为命令行格式后传递。

2. 开启VSCode子进程调试 #

如果必须保留子进程调用方式，修改VSCode的.vscode/launch.json配置，开启子进程调试功能：

{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Python: 当前文件",
            "type": "python",
            "request": "launch",
            "program": "${file}",
            "console": "integratedTerminal",
            "justMyCode": false,
            "subProcess": true  // 关键配置：开启子进程调试
        }
    ]
}

添加"subProcess": true后，调试器会自动附着到os.system启动的Python子进程，此时你可以在run_training.py中设置断点，调试时会自动触发。

3. 分布式训练场景的特殊处理 #

如果是使用torch.distributed.launch的多进程/多节点模式，需要额外调整：

• 在launch.json中添加环境变量，优化调试器的附着能力：

{
    "name": "Python: 分布式训练",
    "type": "python",
    "request": "launch",
    "program": "${file}",
    "console": "integratedTerminal",
    "justMyCode": false,
    "subProcess": true,
    "env": {
        "PYDEVD_WARN_EVALUATION_TIMEOUT": "1000",
        "PYDEVD_UNBLOCK_THREADS_TIMEOUT": "500"
    }
}

• 建议改用torch.distributed.run替代torch.distributed.launch，后者是PyTorch推荐的新启动方式，对调试场景的支持更完善，配合上述launch.json配置即可正常调试每个子进程。

内容的提问来源于stack exchange，提问作者Bailien Hsieh