如何追踪大型Python项目（如Django应用）的代码执行流程？

嘿，很高兴你已经在单个脚本里玩转sys.set_trace()了！要把这种代码执行轨迹追踪能力扩展到Django这类大型项目里，确实有不少现成工具和灵活的技巧，我给你梳理几个最实用的方向：

1. 用Python内置trace模块（零额外依赖） #

Python自带的trace模块专门做代码执行追踪，比手动写sys.set_trace()更适合大型项目，它能帮你过滤无关代码、聚焦核心逻辑。

基础用法 #

直接在启动Django时带上trace模块参数：

python3 -m trace --trace --ignore-dir=/path/to/your/venv,/usr/lib/python3.x manage.py runserver

• --trace：输出每一行代码的执行情况，包括函数的进入和退出
• --ignore-dir：一定要加这个！排除虚拟环境、系统Python库的路径，不然会被海量的Django内部依赖执行日志淹没，只保留你自己项目代码的追踪记录

进阶选项 #

如果你只想看函数调用关系，不想看每行代码：

python3 -m trace --listfuncs --trackcalls manage.py runserver

• --listfuncs：列出所有被调用过的函数
• --trackcalls：显示函数之间的调用关系（比如A调用了B，B调用了C）

2. 第三方工具：snoop（直观的彩色追踪） #

snoop是个非常友好的追踪工具，它能以彩色格式输出执行流程，还能自动显示变量值，比原生trace更易读。

安装与使用 #

先安装：

pip install snoop

然后你可以在Django项目的核心文件（比如视图、模型）里直接装饰需要追踪的函数：

from snoop import snoop

@snoop
def my_view(request):
    # 你的视图逻辑
    ...

或者如果想全局追踪某个模块，在模块顶部加：

from snoop import install
install()

启动runserver后，就能看到清晰的执行轨迹日志了。

3. 自定义sys.set_trace()适配Django #

如果你想基于自己熟悉的sys.set_trace()做定制，可以通过Django的启动流程注入追踪逻辑：

比如修改项目根目录的wsgi.py，在启动时设置trace函数：

import sys

def trace_func(frame, event, arg):
    # 只追踪我们自己项目的代码，排除Django和第三方库
    filename = frame.f_code.co_filename
    if "/my_django_project/" in filename and not "/venv/" in filename:
        if event == "call":
            func_name = frame.f_code.co_name
            print(f"Calling function: {func_name} in {filename}:{frame.f_lineno}")
    return trace_func

sys.settrace(trace_func)

# 原来的WSGI代码
from django.core.wsgi import get_wsgi_application
application = get_wsgi_application()

这样启动runserver后，就会自动追踪你项目内的函数调用了。你还可以根据需要扩展trace_func，比如记录调用栈、参数等。

4. 调试器级别的追踪：pudb #

如果你需要交互式的追踪（比如随时暂停、查看变量），pudb是个很棒的选择，它是一个基于终端的可视化调试器，支持全局追踪。

安装后，在Django启动时加上：

python3 -m pudb manage.py runserver

然后你可以设置断点，或者开启“追踪”模式，一步步查看代码执行流程，非常适合排查复杂逻辑。

内容的提问来源于stack exchange，提问作者Dhul