本文介绍一种利用 sys.setprofile 实现函数级变量赋值自动捕获的可靠方法，解决 exec() 无法获取运行时局部变量的问题，并提供可直接使用的装饰器实现与关键原理说明。
本文介绍一种利用 `sys.setprofile` 实现函数级变量赋值自动捕获的可靠方法，解决 `exec()` 无法获取运行时局部变量的问题，并提供可直接使用的装饰器实现与关键原理说明。
在 Python 中，试图通过 exec(func.__code__, globals(), locals_dict) 直接执行函数字节码来捕获变量赋值，本质上是行不通的——因为 exec() 并不模拟真实的函数调用上下文：它不会创建栈帧（frame）、不处理参数绑定、不执行 LOAD_FAST/STORE_FAST 等局部变量操作指令，更不会触发实际的变量写入行为。因此，assignments 字典始终为空，这是预期行为，而非使用错误。
真正可行的方案是在函数实际执行过程中，于其返回前一刻“快照”其局部命名空间。Python 提供了底层钩子机制：sys.setprofile()。该函数允许注册一个分析回调（profiler），在每次代码事件（如函数调用、返回、行执行）发生时被调用。我们只需监听目标函数的 'return' 事件，并从中提取 frame.f_locals 即可。
以下是经过验证的完整实现：
import sys
import pprint
def track_assignments(func):
def wrapper(*args, **kwargs):
captured_locals = {}
def profiler(frame, event, arg):
# 仅在目标函数返回时捕获 locals
if event == 'return' and frame.f_code.co_name == func.__name__:
nonlocal captured_locals
captured_locals = dict(frame.f_locals) # 浅拷贝，避免引用失效
# 保存并安装 profiler
old_profiler = sys.getprofile()
sys.setprofile(profiler)
try:
result = func(*args, **kwargs)
return result
finally:
# 必须恢复原始 profiler，防止影响其他代码
sys.setprofile(old_profiler)
# 打印捕获到的所有局部变量（含参数、中间变量）
print(f"[{func.__name__} assignments]:")
pprint.pprint(captured_locals, width=60, indent=2)
return wrapper
# 使用示例
@track_assignments
def test():
a = 10
b = 20
c = a * b
print("Inside test:", a)
return c + 1
if __name__ == '__main__':
result = test()
print("Returned:", result)
运行后将输出类似：
[test assignments]:
{ 'a': 10,
'b': 20,
'c': 200,
'result': 201 }
Returned: 201
⚠️ 重要注意事项：
- sys.setprofile 是全局设置，会影响整个解释器，因此必须在 finally 块中严格恢复原始 profiler；
- 该方法会带来显著性能开销（每个字节码事件都触发回调），严禁用于生产环境或高频调用函数；
- f_locals 在函数返回后仍有效，但它是只读快照；修改它不会影响实际变量；
- 若函数内嵌套调用其他函数，需确保 frame.f_code.co_name 判断准确，避免误捕子函数上下文（当前实现已做名称匹配防护）。
作为教学或调试辅助工具，此方案简洁有效；若需长期监控或更高性能，建议转向 AST 静态分析（如重写函数体插入日志语句）或专用调试库（如 py-spy 或 pdb 扩展）。但就“动态捕获运行时赋值”这一目标而言，sys.setprofile 是最贴近需求且无需外部依赖的标准库解法。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
