首页
/ Streamlit应用测试中Session State操作与断点调试的注意事项

Streamlit应用测试中Session State操作与断点调试的注意事项

2025-05-02 10:18:16作者:苗圣禹Peter

在使用Streamlit进行应用开发时,Session State是一个非常重要的功能,它允许我们在页面重新加载时保持状态。然而,当我们在测试环境中操作Session State并使用断点调试时,可能会遇到一些预期之外的行为。

问题现象

在测试脚本中,当我们尝试通过breakpoint()设置断点并检查Session State中的值时,可能会遇到StopException异常。例如:

import streamlit as st

st.session_state.magic_word = st.session_state.get("magic_word", "Streamlit")
breakpoint()  # 在此处调试
if st.session_state.magic_word == "Balloons":
    st.markdown(":balloon:")

在调试器中输入st.session_state.magic_word时,会抛出streamlit.runtime.scriptrunner_utils.exceptions.StopException异常。

原因分析

这一现象的根本原因是Streamlit测试运行器(AppTest ScriptRunner)默认设置了3秒的超时时间。当我们在断点处停留时间过长,超过了这个超时限制,测试运行器就会抛出异常终止执行。

解决方案

Streamlit提供了default_timeout参数,允许我们调整这个超时限制:

at = AppTest.from_file("pages/second.py", default_timeout=2000)  # 设置更长的超时时间

通过增加超时时间,我们可以有足够的时间在断点处进行调试操作。

最佳实践建议

  1. 合理设置超时时间:根据测试复杂度适当调整default_timeout值,但不要设置过长以免影响测试效率。

  2. 快速调试:在断点处操作时尽量快速完成,避免长时间停留。

  3. 替代调试方法:考虑使用日志输出或临时变量存储Session State值,减少对交互式调试的依赖。

  4. 测试环境隔离:确保测试环境与开发环境一致,避免因环境差异导致的问题。

理解这些底层机制有助于我们更高效地使用Streamlit进行应用开发和测试,特别是在处理状态管理和调试复杂场景时。

登录后查看全文
热门项目推荐
相关项目推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K
kernelkernel
deepin linux kernel
C
22
6
pytorchpytorch
Ascend Extension for PyTorch
Python
38
72
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
519
50
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
942
555
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
195
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
993
396
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
359
12
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71