Python调试工具：pydbg与pydasm的实战解析-优快云博客

本文还有配套的精品资源，点击获取

简介：在Python开发中，调试是不可或缺的环节，特别是当涉及到性能优化和安全分析时。本文深入解析了两个强大的调试工具——pydbg和pydasm，它们均为Python 2.7.3环境下编译，并在Windows 7系统上测试稳定。pydbg是一款纯Python编写的源代码级调试器，而pydasm是一个二进制反汇编库。文中详细介绍了这两个工具的核心功能和在实际项目中的应用，例如调试扩展模块、安全分析和性能优化。通过对它们的使用场景和优势的阐述，揭示了它们如何提升开发者调试复杂程序的能力和效率。 pydbg.7z pydasm.pyd用python2.7.3编译

1. Python调试工具概述

在Python开发的世界里，调试工具是至关重要的资源，它们使开发者能够深入理解代码行为，追踪bug，以及优化性能。本章我们将探究Python调试工具的概况，为后续章节中深入解析特定工具打下基础。

Python调试工具大致可以分为两大类：交互式调试器和静态分析工具。交互式调试器如pdb、ipdb以及我们即将详述的pydbg，能够允许开发者在程序运行时实时地控制执行流程，设置断点，观察变量值，以及逐步执行代码。静态分析工具则不介入程序的运行，而是通过分析代码静态地检查可能存在的问题，例如pylint和flake8。

在此章节中，我们将首先概述Python调试工具的用途和重要性，然后介绍不同类型调试工具的基本功能和使用场景，为理解后续章节中pydbg和pydasm的具体应用做好铺垫。接下来的章节将深入探讨这些工具的核心功能、安装配置、以及在实际项目中的应用案例。

2. pydbg核心功能详解

2.1 pydbg的设计理念与架构

2.1.1 调试工具的设计理念

在介绍pydbg的设计理念之前，首先要理解调试工具在软件开发和维护中的重要性。调试工具不仅仅是帮助开发者找到代码中错误的手段，而且是理解程序行为和优化性能的利器。pydbg作为Python社区内广泛认可的调试工具之一，它的设计理念主要体现在以下几个方面：

用户体验优先 ：pydbg提供了一个简单直观的接口，使得无论是新手还是经验丰富的开发者都能轻松上手。
与Python无缝集成 ：设计时充分考虑了与Python语言的集成，使得调试Python程序时可以利用Python的动态性和强大的标准库。
强大的扩展性 ：pydbg允许用户通过编写插件的方式，轻松扩展其功能以满足特定的调试需求。

这些理念共同构成了pydbg的核心价值，使得其在众多的调试工具中脱颖而出。

2.1.2 pydbg的内部架构分析

pydbg的内部架构设计允许它在执行调试任务时具有高效性和灵活性。我们从几个核心组件来深入分析pydbg的内部架构：

API层 ：pydbg提供了一套丰富的API接口，通过这些接口，用户可以控制程序执行流程、读写内存、设置断点等。
引擎层 ：引擎层是pydbg的核心，负责实际的调试逻辑，如指令执行、寄存器管理等。
前端接口 ：pydbg的前端接口允许不同的用户界面集成，这使得它可以与命令行、图形界面或者网络接口相结合。

这样的架构设计使得pydbg既可以在底层执行复杂的调试任务，又可以在用户界面层提供直观的操作体验。

2.2 pydbg的安装与配置

2.2.1 pydbg的安装步骤

安装pydbg的过程相对简单，适合不同操作系统和环境。以下是基本的安装步骤：

确保你的系统中已经安装了Python环境。
使用pip安装pydbg工具包： pip install pydbg 。
检查安装是否成功，通过运行： python -m pydbg ，如果安装成功，则会出现pydbg的版本信息和基本使用提示。

2.2.2 环境变量的设置与调试

在安装pydbg后，对环境变量的配置至关重要。环境变量配置可以确保pydbg在任何路径下都能被正确调用。以下是环境变量设置的步骤：

找到Python安装路径下的Scripts目录。
将该Scripts目录的路径添加到系统环境变量中的PATH中。
在命令行中输入 pydbg ，如果系统能够识别并执行pydbg，则表示配置成功。

对于复杂的调试环境，pydbg还支持通过配置文件来设置特定的调试参数，使得调试过程更加个性化和高效。

2.3 pydbg的基本使用方法

2.3.1 启动与附加到进程

启动pydbg进行调试的基本命令十分直接：

import pydbg

dbg = pydbg()
dbg.run("path_to_program")

然而，pydbg真正的强大之处在于其附加到进程的能力。通过附加到一个已经运行的进程，开发者可以观察和控制该进程的行为，这对于动态调试和故障诊断非常有用。附加到进程的代码示例如下：

dbg = pydbg()
dbg.attach(4560)  # 假设4560是目标进程的PID

2.3.2 断点设置与调试流程控制

在调试过程中，设置断点是一种常见的技术手段。pydbg允许开发者在特定的内存地址、线程、甚至是当特定条件满足时设置断点。以下是一个简单的断点设置示例：

dbg = pydbg()
dbg.set_breakpoint("0x00401234")
dbg.run("path_to_program")

除了设置断点，pydbg还提供了对调试流程的精细控制。例如，单步执行、步入、步出等操作，这些都能够帮助开发者更精确地跟踪程序的运行状态。以下是一个使用调试流程控制的代码示例：

dbg = pydbg()

# 单步执行
dbg.step_over()

# 步入到函数内部
dbg.step_into()

# 继续执行程序到下一个断点
dbg.go()

通过这些基本的使用方法，开发者可以开始他们的pydbg调试之旅，随着实践的深入，可以逐渐掌握pydbg更高级的功能和技巧。

3. pydasm核心功能详解

3.1 pydasm的设计目标与功能特性

3.1.1 二进制代码分析的重要性

二进制代码分析是软件开发和维护不可或缺的一环。它涉及到对程序进行深入的理解，以便进行漏洞修复、性能优化、恶意软件分析等多种活动。pydasm是一个专门用于二进制代码分析的Python库，它提供了一种简洁的方式来反汇编和分析二进制文件。不同于其他工具，pydasm能够以一种容易解析的格式输出反汇编的结果，为分析人员提供了极大的便利。

3.1.2 pydasm的主要功能与特点

pydasm的核心功能是提供准确的反汇编操作。它能够处理多种架构的指令集，比如x86, x86-64, ARM等，并且兼容不同的操作系统。pydasm的特点在于它支持跨平台使用，并且拥有高度的可定制性，用户可以根据需要编写自定义的处理器和语法处理器。除此之外，pydasm还提供了详细的指令操作细节，包括操作数类型、指令标志等，这些信息对于进行深入分析非常有帮助。

3.2 pydasm的安装与集成

3.2.1 pydasm的安装细节

安装pydasm相对简单。首先，确保你已经安装了Python环境。然后，通过pip安装pydasm模块：

pip install pydasm

这个命令会从Python包索引(PyPI)中下载pydasm，并将其安装到你的环境中。安装过程中，如果有任何依赖问题，pip通常会自动处理。

3.2.2 pydasm与pydbg的集成方式

在某些情况下，你可能需要将pydasm与pydbg结合起来使用，以便在调试过程中获得更详细的代码执行情况。这可以通过编写一个整合两个库的脚本来实现。下面是一个简单的例子，展示了如何将pydbg和pydasm集成到一个Python脚本中：

import pydbg

dbg = pydbg.pydbg()

# 配置调试会话等...

# 反汇编当前执行的指令
disassembly = dbg.get_disasm(dbg.reg_eip, 16)

print(disassembly)

在上面的代码段中， pydbg 是pydbg模块的主类，用于创建一个调试会话。 get_disasm 方法用于获取给定内存地址处的反汇编信息。这段代码需要在一个设置好调试环境的上下文中运行，以便正确获取和显示信息。

3.3 pydasm的应用实例分析

3.3.1 反汇编样本的选择与准备

为了演示pydasm的使用，需要一个可执行的二进制样本。样本的选择依赖于分析的目标。例如，如果目的是学习x86架构的指令集，可以选择一个简单的汇编语言程序。如果目标是安全分析，可能需要一个复杂的恶意软件样本。在获取样本后，需要确保样本是安全的，最好在一个虚拟机中运行和分析恶意软件。

3.3.2 分析过程中的关键步骤与技巧

在开始使用pydasm之前，了解一些关键步骤和技巧是非常有用的。首先，明确你的分析目标是什么，是为了理解程序逻辑，还是为了找到安全漏洞。一旦有了明确目标，可以开始利用pydasm对样本进行反汇编。下面是一个使用pydasm进行反汇编的示例代码：

import pydasm

# 打开一个二进制文件
binfile = open('sample.exe', 'rb')

# 创建一个反汇编器实例
disassembler = pydasm.get_disassembler(pydasm.AMD64, binfile)

# 反汇编10个指令
for i in range(10):
    instruction = disassembler.disassemble()
    print('Address: {:#x} Instruction: {}'.format(instruction.offset, instruction.mnemonic))

在这个代码段中，我们使用pydasm的 get_disassembler 方法创建了一个反汇编器实例。该实例配置为AMD64架构（x86-64），用于处理我们的样本。然后我们使用 disassemble 方法来反汇编10个指令，并打印出它们的地址和操作码。

为了更好地展示反汇编的结果，我们可以构建一个表格来比较不同样本的反汇编输出：

| 地址 (offset) | 指令 (mnemonic) | |---------------|-----------------| | 0x1000 | MOV RAX, 1 | | 0x1005 | MOV RBX, 2 | | ... | ... |

上面的表格是简化的展示，实际情况下，pydasm会输出更为详细的信息，包括指令的完整定义、操作数、标志位等。

通过本节介绍，我们对pydasm有了基本的认识，包括其设计理念、功能特性、安装方法，以及如何集成pydasm和pydbg。接下来，我们将通过具体的案例来展示如何在实际项目中应用pydasm进行代码分析。

4. 实际项目中应用案例

在软件开发的实际项目中，高效且准确地调试和分析代码是保证产品质量与安全的关键。本章将通过两个案例，深入探讨 pydbg 和 pydasm 这两个调试工具在不同场景中的应用。

4.1 案例一：pydbg在Web应用调试中的应用

4.1.1 调试场景的设置

Web应用的调试往往涉及复杂的逻辑、多层架构以及第三方组件，使得调试变得困难。首先，我们通过一个Web应用的调试场景设置来说明如何使用 pydbg 进行调试。

假设我们有一个基于Python的Web应用，后端使用Flask框架，数据库连接采用MySQL。在开发过程中，我们遇到了一个难以复现的错误，该错误导致应用在高并发情况下随机崩溃。

准备工作 ：
- 确保Web应用代码已经部署在测试环境中。
- 配置日志系统，捕获关键错误信息和异常堆栈跟踪。
- 使用版本控制系统，比如Git，确保代码的可回溯性。
安装pydbg ：
- 安装pydbg，并确保其能在目标环境中正常运行。
- 配置好Python环境和相关的依赖库。
配置调试环境 ：
- 选择合适的进程来附加 pydbg 。在这个场景中，可以附加到Web服务器进程。
- 设置断点，在可能出现问题的代码处（比如数据库操作）暂停执行，以便仔细分析。

4.1.2 故障诊断与问题解决过程

在这个调试案例中，我们的目标是诊断并解决应用随机崩溃的问题。

启动调试器并附加到进程 ：
- 使用 pydbg 启动Web应用，或者如果应用已经运行，附加 pydbg 到进程上。 ```python import pydbg
启动调试器

debugger = pydbg.dbg()

附加到指定进程

debugger.attach( ) ```
设置断点 ：
- 根据错误日志和异常堆栈信息，在涉及数据库操作的函数或代码行设置断点。 ```python
设置断点

debugger.set_breakpoint( ) ```
执行并分析 ：
- 运行应用，触发断点，逐步执行并观察内存、寄存器、变量等的状态。
- 注意检查与数据库连接相关的资源管理是否存在问题，比如未释放的游标或连接泄漏。
修复问题 ：
- 根据观察到的信息，修改代码，比如改进异常处理、资源管理等。
- 重新运行应用，并利用 pydbg 进行新一轮的调试以验证问题是否得到解决。

4.2 案例二：pydasm在安全审计中的应用

4.2.1 审计场景的设置

在安全审计过程中，分析二进制文件的安全性，比如评估潜在的漏洞或恶意代码，是一个常见而重要的步骤。

选择分析样本 ：
- 从软件供应链中选取已知的、可能存在安全漏洞的二进制文件。
- 确保样本来源安全，避免执行恶意代码带来的风险。
准备分析环境 ：
- 安装并配置 pydasm 工具。
- 设定一个隔离环境来运行分析过程，防止潜在的恶意代码危害。

4.2.2 二进制文件的安全性分析

本节将展示如何应用 pydasm 工具来分析二进制文件中的关键代码段，以便发现潜在的安全隐患。

使用pydasm进行反汇编 ：
- 使用 pydasm 对二进制文件执行反汇编，获取其机器指令的汇编语言表示。 ```python from pydasm import disassemble, disasm_file
对给定地址进行反汇编

disassemble(
, )

对文件进行反汇编

disasm_file( , , ) ```
分析关键代码段 ：
- 聚焦关键功能如认证、加密和网络通信等代码段。
- 识别不安全的编码实践，如硬编码的密钥、缓冲区溢出的可能等。
安全性评估 ：
- 根据反汇编得到的信息，评估程序的潜在漏洞。
- 使用已知的漏洞签名和模式来查找可疑代码。

通过上述两个案例的详细介绍，我们展示了 pydbg 和 pydasm 在不同的应用场景下的应用方法和操作步骤。下面表格将对比这两种工具在不同场景下的使用优势和适用环境：

| 工具/场景 | Web应用调试 | 安全审计分析 | |-----------|--------------|---------------| | pydbg | 适用于动态调试Python Web应用，支持实时交互式分析 | 用于在运行时动态跟踪和诊断Python程序问题 | | pydasm | 适用于分析二进制文件的安全性，识别潜在的恶意行为 | 为安全研究人员提供反汇编功能，深入理解程序逻辑 |

总结来说， pydbg 和 pydasm 作为Python社区中强大的调试与分析工具，它们各有侧重且互为补充。在实际项目中，根据不同的需求和场景选择合适的工具，能够显著提高开发和审计的效率与质量。

5. 源代码级调试能力

源代码级调试是软件开发中不可或缺的一个环节，其主要目的是识别代码中的逻辑错误、性能瓶颈以及可能的安全漏洞。在源代码级调试中，开发者能够以最小的颗粒度来观察程序的行为，这对于理解复杂的程序执行流程以及精确的问题定位至关重要。

5.1 源代码级调试的重要性

5.1.1 调试过程中的信息获取

在源代码级调试中，信息的获取是至关重要的一步。开发者需要在调试过程中收集足够的信息，以便对程序运行的状态有一个全面的了解。这些信息包括但不限于变量的值、程序的执行路径、函数调用的顺序和返回值等。通过这些信息，开发者可以追踪到问题出现的具体位置和原因，甚至能够预测可能出现的异常行为。

5.1.2 源代码级调试的优势分析

相对于更底层的调试方式（例如内存级别或CPU指令级别），源代码级调试的优势在于直观性和便捷性。源代码级调试允许开发者直接在他们所熟悉的源代码层面上进行操作，这样可以降低调试的难度，提高调试的效率。它还使得开发者能够利用高级语言的特性来进行调试，例如设置断点、单步执行以及监视变量的变化等。这些都是在底层调试中无法直接实现的功能。

5.2 pydbg在源代码级调试中的应用

5.2.1 调试前的准备工作

在开始源代码级调试之前，需要做一些准备工作，包括确保源代码和可执行文件是最新的，调试器配置正确，以及设置好调试环境。对于pydbg，这些准备工作可能包括：

安装pydbg调试器。
确保目标程序的调试符号是可用的。
如果使用IDE（例如PyCharm或VS Code），则需要在IDE中配置pydbg作为调试器。
准备好测试用例，以确保能够重现需要调试的问题。

5.2.2 调试过程的技巧与注意事项

在实际的源代码级调试过程中，一些技巧和注意事项可以帮助开发者更高效地定位和解决问题：

合理设置断点 ：断点可以让你的程序在执行到特定行时暂停，这对于观察程序的行为非常有用。pydbg允许你在源代码的任何行上设置断点，这包括函数调用和返回点。 ```python import pydbg

# 创建pydbg实例 dbg = pydbg() # 打开目标程序 dbg.attach('example.exe') # 在源代码的第10行设置断点 dbg.set_breakpoint('example.py', 10) # 运行程序 dbg.run() ```

单步执行 ：单步执行允许开发者逐行执行代码，这样可以观察每一行代码执行后的效果。pydbg支持单步执行的命令有 step_over 、 step_into 和 step_out 。
监视变量和表达式 ：在调试过程中，监视变量和表达式的变化可以提供程序状态的直接信息。pydbg提供了命令来监视变量，甚至可以在调试时修改变量值。
查看调用栈 ：在复杂的程序中，查看调用栈可以帮助开发者理解程序当前的执行环境。这可以通过pydbg的 get_call_stack() 方法来实现。
日志记录 ：虽然pydbg提供了丰富的调试信息，但在某些情况下，可能需要额外的日志记录来帮助理解问题。确保在调试之前已经配置好了适当的日志级别和格式。

在调试过程中，开发者应该始终注意调试器本身的行为，确保其不会影响到被调试程序的执行。例如，pydbg在某些情况下可能会改变程序的执行流程或性能，这一点开发者应该有所预期，并在必要时寻找替代的调试方法。

利用上述技巧和注意事项，开发者可以利用pydbg在源代码级进行有效且深入的调试，从而快速定位并解决问题。

6. 二进制反汇编功能

6.1 二进制反汇编的原理与方法

6.1.1 反汇编的理论基础

反汇编是将编译后的二进制代码转换回人类可读的汇编语言的过程。它的理论基础源于编译器的反向工程，即从机器语言重新构造出源代码的过程。在高级语言编译成机器语言时，会经历一系列优化，使得最终的机器码与源代码存在较大的差异。反汇编程序通过解析机器码指令，根据处理器架构的指令集进行对应，尝试还原出最接近原始代码的汇编表示。

二进制代码本身不包含符号信息，因此反汇编出的代码会丢失变量名、函数名等高级信息，这导致分析过程变得困难，需要专业的调试工具和经验丰富的分析人员。反汇编过程可以分为线性反汇编和递归下降反汇编。线性反汇编逐条线性地解析二进制代码，而递归下降反汇编则是基于代码的控制流分析，可以更好地理解程序的逻辑结构。

6.1.2 反汇编技术的实现方式

实现反汇编的技术路径可以多种多样，常见的方法有基于模式匹配的反汇编和基于动态执行的反汇编。模式匹配技术通常使用预先定义好的指令模式库进行匹配分析，这种技术对静态二进制文件尤为有效。动态执行技术则是通过在执行环境中模拟指令的执行，分析其效果，这种方式能够处理一些复杂的指令序列，例如自修改代码或者混淆的代码。

实现反汇编的工具也种类繁多，从简单的命令行工具如objdump，到集成开发环境中的插件，再到专门的二进制分析工具如IDA Pro和Ghidra。这些工具中，有的支持多平台和多架构，有的则针对特定架构提供了深入优化。选择合适的反汇编工具，对于提高分析效率和质量至关重要。

6.1.3 反汇编工具的选择标准

选择一个反汇编工具需要考虑到几个关键因素：

支持的架构：工具需要支持目标程序的CPU架构。
反汇编的准确性：工具需要能够正确地解析不同的指令和操作数。
交互性：高级的交互式工具可以帮助分析人员更好地理解代码逻辑。
扩展性：有的工具允许用户添加自定义脚本或插件，以实现更复杂的分析需求。
性能：大型的二进制文件或复杂代码的反汇编需要较高的性能支持。

6.2 pydasm反汇编功能的深入应用

6.2.1 反汇编过程中的高级应用

pydasm是一个强大的Python模块，它封装了著名的反汇编库Capstone，并提供了简洁的API进行反汇编操作。使用pydasm进行反汇编不仅可以处理常见的二进制文件，还能应对一些复杂的逆向工程任务。

pydasm支持多种架构，包括x86、ARM、MIPS等。当使用pydasm进行反汇编时，首先需要导入pydasm库，并指定目标架构。在反汇编过程中，pydasm会读取输入的二进制数据，并生成对应的汇编代码。pydasm还支持对反汇编代码进行标记、注释和注解，这大大增强了对反汇编结果的分析能力。

下面是一个使用pydasm进行反汇编的Python代码示例：

import pydasm

# 指定架构和模式
options = {
    'arch': pydasm.CS_ARCH_X86,
    'mode': pydasm.CS_MODE_32
}

# 创建一个反汇编器实例
disassembler = pydasm.make_disassembler(**options)

# 反汇编指令码
code = b"\x55\x8b\xec\x83\xe4\xf8\x53\x56\x57"

# 反汇编结果的列表
disassembly = []

# 开始反汇编
for i in range(0, len(code), 4):
    try:
        # 反汇编一个指令
        instruction = disassembler.disasm(code[i:i+4], 0x1000)
        disassembly.append(instruction)
    except Exception as e:
        print(e)
        break

# 打印反汇编结果
for instruction in disassembly:
    print(f"0x{instruction.address:04x}\t{instruction.mnemonic}\t{instruction.op_str}")

# 清理资源
pydasm.free_disassembler(disassembler)

在这段代码中，我们首先定义了架构和模式选项，并用这些选项创建了一个反汇编器实例。之后，通过循环调用 disasm 方法对一段简单代码进行反汇编，并将结果打印出来。在代码执行的最后，我们调用 free_disassembler 来释放反汇编器占用的资源。

在实际使用中，可能会遇到许多复杂的情况，比如处理大型二进制文件、逆向复杂的算法、检测安全漏洞等。在这些情况下，pydasm通过提供丰富的接口和选项，使得高级应用成为可能。

6.2.2 如何应对复杂的二进制文件

反汇编复杂的二进制文件时，分析人员需要面对一系列挑战，如自修改代码、编译器生成的复杂控制流、混淆和加密代码。pydasm提供了相应的工具和功能来辅助解决这些问题：

控制流图（CFG） ：通过构建CFG，分析人员可以直观地查看程序的逻辑结构，这对于理解复杂的控制流非常有帮助。pydasm可以通过集成其他图形库来实现CFG的可视化。
指令重排 ：面对自修改代码，pydasm支持指令级的重新排序，可以尝试将逻辑上紧密相关的代码片段排列在一起，以便更好地理解程序的意图。
字符串提取 ：许多二进制文件中隐藏着有用的信息，如调试信息、数据段中的字符串等。pydasm可以配置提取特定类型的信息，这些信息有助于理解程序的功能和行为。
集成其他分析工具 ：pydasm可以与其他分析工具如动态二进制分析器和逆向工程框架集成，提供更全面的分析能力。

为了应对复杂的二进制文件，高级分析人员通常会将pydasm与其他工具结合使用。这不仅提高了分析的效率，也为逆向工程师提供了更强的分析能力。

graph TD
    A[开始分析] --> B[使用pydasm提取基本的反汇编信息]
    B --> C[构建控制流图]
    C --> D[分析控制流图和代码结构]
    D --> E[识别并处理自修改代码]
    E --> F[提取和分析字符串信息]
    F --> G[与其他分析工具集成]
    G --> H[形成全面的分析报告]

在上述的流程图中，我们描述了使用pydasm进行复杂二进制文件分析的步骤。每一步都建立在前一步的基础上，形成了一条分析的主线。通过这个流程，分析人员可以逐步深入，逐步揭示二进制文件中的秘密。

总结起来，pydasm作为一款强大的Python反汇编工具，能够有效地帮助分析人员处理各种复杂的二进制文件。通过结合其高级功能和与其他工具的集成，pydasm能够提供强大的分析支持，是逆向工程和二进制分析领域不可或缺的工具。

7. Python扩展模块调试与网络安全应用

7.1 Python扩展模块调试技术

Python作为一种高级编程语言，因其简洁的语法和强大的功能库而广受欢迎。然而，当涉及到性能要求极高的应用程序时，开发者通常会选择用C或C++来实现那些对速度和资源使用有严格要求的模块，并将其作为Python的扩展模块使用。而调试这些扩展模块往往比调试纯Python代码要复杂得多。

7.1.1 扩展模块调试的难点

调试扩展模块的难点主要在于跨语言的交互和调试信息的缺失。扩展模块使用的是与Python完全不同的语言实现，这意味着我们通常不能直接在扩展模块中使用Python的调试工具。同时，许多编译器优化选项可能会隐藏调试信息，或者使调试过程变得更为复杂。

7.1.2 调试策略与方法

要成功调试扩展模块，我们可以采取以下策略：

使用合适的编译器和调试信息选项 ：确保在编译扩展模块时，生成足够的调试信息。例如，使用gcc编译器时，开启 -g 选项以生成调试信息。
选择合适的调试器 ：针对C/C++代码，选择支持C/C++语言的调试器，如GDB或LLDB。
创建混合模式调试会话 ：如果你使用的是像Visual Studio或Eclipse这样的集成开发环境，这些工具通常支持混合模式调试，允许你在一个会话中同时调试Python代码和C/C++扩展代码。