如果您使用的是Linux系统，请使用出色的gdb和Python调试扩展(可以在Python -dbg或Python -debuginfo包中)。它还有助于多线程应用程序、GUI应用程序和C模块。

使用以下命令运行程序:

$ gdb -ex r --args python <programname>.py [arguments]

这指示gdb准备python <programname>.py <arguments>并运行它。

现在当你的程序挂起时，切换到gdb控制台，按Ctr+C并执行:

(gdb) thread apply all py-list

参见示例会话和更多信息在这里和这里。

我把一些工具连接到一个正在运行的Python进程中，并注入一些代码来获得一个Python shell。

请看这里:https://github.com/albertz/pydbattach

我正在寻找一段时间的解决方案来调试我的线程，我发现它在这里感谢haridsv。我使用稍微简化的版本，使用traceback.print_stack():

import sys, traceback, signal
import threading
import os

def dumpstacks(signal, frame):
  id2name = dict((th.ident, th.name) for th in threading.enumerate())
  for threadId, stack in sys._current_frames().items():
    print(id2name[threadId])
    traceback.print_stack(f=stack)

signal.signal(signal.SIGQUIT, dumpstacks)

os.killpg(os.getpgid(0), signal.SIGQUIT)

为了满足我的需要，我还按名称筛选线程。

我是GDB阵营的python扩展。关注https://wiki.python.org/moin/DebuggingWithGdb，这意味着

DNF install GDB python-debuginfo或sudo apt-get install GDB python2.7-dbg GDB python <运行进程>的pid py-bt

同时考虑info threads和thread apply all py-bt。

我不知道有什么类似于java对SIGQUIT的响应，所以您可能必须将其构建到应用程序中。也许您可以在另一个线程中创建一个服务器，以便在响应某种类型的消息时获得堆栈跟踪?

我有一个用于这种情况的模块——一个进程将运行很长时间，但有时由于未知和不可复制的原因而卡住。它有点俗气，只在unix上工作(需要信号):

import code, traceback, signal

def debug(sig, frame):
    """Interrupt running process, and provide a python prompt for
    interactive debugging."""
    d={'_frame':frame}         # Allow access to frame object.
    d.update(frame.f_globals)  # Unless shadowed by global
    d.update(frame.f_locals)

    i = code.InteractiveConsole(d)
    message  = "Signal received : entering python shell.\nTraceback:\n"
    message += ''.join(traceback.format_stack(frame))
    i.interact(message)

def listen():
    signal.signal(signal.SIGUSR1, debug)  # Register handler

要使用，只需在程序启动时调用listen()函数(您甚至可以将其插入site.py以让所有python程序使用它)，并让它运行。在任何时候，使用kill或python向进程发送一个SIGUSR1信号:

    os.kill(pid, signal.SIGUSR1)

这将导致程序在当前位置中断到python控制台，向您显示堆栈跟踪，并允许您操作变量。使用control-d (EOF)继续运行(不过请注意，您可能会在您发出信号时中断任何I/O等，因此它不是完全非侵入式的。

我有另一个脚本，做同样的事情，除了它通过管道与正在运行的进程通信(允许调试后台进程等)。在这里发布有点大，但我已经把它作为python食谱添加了。