也许值得一查——

Python中是否存在与Perl的Data:: dump相同的程序?

我的建议是——

https://gist.github.com/1071857

注意，perl有一个名为Data::Dumper的模块，它将对象数据转换回perl源代码(注意:它不将代码转换回源代码，而且几乎总是你不想在输出中使用对象方法函数)。这可以用于持久性，但常见的目的是用于调试。

标准的python pprint有很多事情无法实现，特别是当它看到一个对象的实例时，它只是停止下降，并给你对象的内部十六进制指针(errr，顺便说一下，这个指针并没有很多用处)。所以简而言之，python就是这个伟大的面向对象范式，但是你从盒子里拿出来的工具是为处理对象以外的东西而设计的。

perl Data::Dumper允许你控制你想要去的深度，还可以检测循环链接结构(这真的很重要)。这个过程在perl中更容易实现，因为对象除了它们的祝福之外没有任何特殊的魔力(一个普遍定义良好的过程)。

我没有测试过性能，但我相信这是在Python中以列表形式枚举任何对象的属性/属性/键的最快方法。

# If core==False, ignore __k__ entries
def obj_props(obj, core=False) -> list:
    assert not obj is None, f"obj must not be null (None)"
    _props = []
    _use_dir=False
    def _add(p):
        if not core and p.find('__') == 0: return
        _props.append(p)
    if hasattr(obj, '__dict__'): 
        for p in obj.__dict__.keys(): _add(p)
    elif hasattr(obj, '__slots__'):
        for p in obj.__slots__: _add(p)
    elif hasattr(obj, 'keys'):
        try:
            for p in obj.keys(): _add(p)
        except Exception as ex:
            _props = []
            _use_dir = True
    else:
        _use_dir = True
    if _use_dir:
        # fall back to slow and steady
        for p in dir(obj):
            if not core and p.find('__') == 0: continue
            v = getattr(obj, p)
            v_t = type(v).__name__
            if v_t in ('function', 'method', 'builtin_function_or_method', 'method-wrapper'): continue
            _props.append(p)

    return _props

上面应该适用于常规的python对象(使用__dict__)，使用插槽的对象(__slots__)，甚至适用于像对象一样的字典。

大多数其他示例使用dir(obj)，它将枚举对象的所有方法和属性，如果您只需要它的属性，则会对性能造成影响。

试试beeprint吧。

它不仅可以帮助你打印对象变量，还可以帮助你输出漂亮的结果，就像这样:

class(NormalClassNewStyle):
  dicts: {
  },
  lists: [],
  static_props: 1,
  tupl: (1, 2)

你实际上是把两种不同的东西混合在一起。

使用dir()， vars()或inspect模块来获取您感兴趣的内容(我使用__builtins__作为示例;你可以用任何物体代替)。

>>> l = dir(__builtins__)
>>> d = __builtins__.__dict__

随你喜欢，把那本词典打印出来吧:

>>> print l
['ArithmeticError', 'AssertionError', 'AttributeError',...

or

>>> from pprint import pprint
>>> pprint(l)
['ArithmeticError',
 'AssertionError',
 'AttributeError',
 'BaseException',
 'DeprecationWarning',
...

>>> pprint(d, indent=2)
{ 'ArithmeticError': <type 'exceptions.ArithmeticError'>,
  'AssertionError': <type 'exceptions.AssertionError'>,
  'AttributeError': <type 'exceptions.AttributeError'>,
...
  '_': [ 'ArithmeticError',
         'AssertionError',
         'AttributeError',
         'BaseException',
         'DeprecationWarning',
...

Pretty print也可以在交互式调试器中作为命令使用:

(Pdb) pp vars()
{'__builtins__': {'ArithmeticError': <type 'exceptions.ArithmeticError'>,
                  'AssertionError': <type 'exceptions.AssertionError'>,
                  'AttributeError': <type 'exceptions.AttributeError'>,
                  'BaseException': <type 'exceptions.BaseException'>,
                  'BufferError': <type 'exceptions.BufferError'>,
                  ...
                  'zip': <built-in function zip>},
 '__file__': 'pass.py',
 '__name__': '__main__'}

如果你想在一个复杂的数据结构中看到所有的值，那么可以这样做:

from pprint import pprint
pprint(my_var)

其中my_var是您感兴趣的变量。当我使用pprint(vars(my_var))时，我什么都没有得到，这里的其他答案没有帮助，或者方法看起来不必要的长。顺便说一下，在我的特殊情况下，我正在检查的代码有一个字典的字典。

值得指出的是，对于一些自定义类，您可能只会得到一个无用的<someobject。0x7f739267f400>类型的输出。在这种情况下，你可能不得不实现一个__str__方法，或尝试一些其他的解决方案。

我还发现，在我获得这种对象类型输出的一个实例中，vars()显示了我想要的结果。因此，覆盖这两种情况的更好解决方案是分别尝试两种情况。但是使用vars()有时会抛出异常，例如，TypeError: vars()参数必须具有__dict__属性。

我仍然希望找到一些简单的，在所有场景下都可以工作的东西，而不需要第三方库。

如果你用它来调试，你只是想递归转储所有的东西，接受的答案是不令人满意的，因为它要求你的类已经有良好的__str__实现。如果不是这样的话，这样做会更好:

import json
print(json.dumps(YOUR_OBJECT, 
                 default=lambda obj: vars(obj),
                 indent=1))