Когда я отлаживаю переменные в VSCode с помощью Xdebug, длинные переменные (например, предложения SQL) усекаются в предварительном просмотре при наведении курсора мыши или на панели проверки.
Как я могу увидеть полный текст?
Xdebug для VSCode усекает длинные переменные в предварительном просмотре
27.03.2018
- Вы получили ответ по этому поводу? Мне надоело видеть усеченные строки и первые n элементов в массивах. Предположим, что это настройка где-то возможно? 08.10.2018
- Это решило это для меня - stackoverflow.com/ вопросы/49752153/ 08.10.2018
- Спасибо @CodeCabbie, который сделал свое дело!! Я установил
max_dataв-1в конфигурации launch.json. 17.09.2020
Ответы:
1
У меня была такая же и другая проблема (скрытые дочерние переменные и только 32 внутренние переменные не были видны).
Обновите конфигурацию запуска (.vscode/launch.json). Установить xdebugSettings:
"xdebugSettings": {
"max_children": 999, // max number of array or object children to initially retrieve
"max_depth": 10 // maximum depth that the debugger engine may return when sending arrays, hashs or object structures to the IDE.
}
{
"version": "0.2.0",
"configurations": [
{
"name": "Listen for Xdebug",
"type": "php",
"request": "launch",
"port": 9090,
"pathMappings": {
"/app": "${workspaceFolder}"
},
"xdebugSettings": {
"max_children": 999,
"max_depth": 10
}
},
]}
Посмотрите на все параметры: https://github.com/xdebug/vscode-php-debug#supported-launchjson-settings
Для него есть show_hidden и max_data.
07.07.2021
Новые материалы
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..