Python的gc模块负责自动管理内存回收工作，当程序出现内存持续增长、对象异常无法释放等问题时，合理使用gc模块的调试功能可以快速定位问题根源。通过开启调试模式、查看回收对象信息、分析引用关系等操作，开发者能够清晰掌握内存回收的运行状态。
启用gc模块调试模式
gc模块内置了调试标志位，通过设置gc.DEBUG_LEAK、gc.DEBUG_STATS等标志，可以让gc在运行期间输出详细的调试信息。首先需要导入gc模块，然后调用gc.set_debug方法设置调试参数。
常用的调试标志说明如下：
gc.DEBUG_STATS：每次垃圾回收时输出回收的统计信息，包括回收的对象数量、耗时等gc.DEBUG_LEAK：打印无法被回收的不可达对象信息，常用于排查循环引用导致的内存泄漏gc.DEBUG_SAVEALL：将所有不可达对象保存到gc.garbage列表中，方便后续分析
以下代码演示如何开启调试模式并观察输出：
import gc
# 设置调试标志，同时开启统计信息和泄漏检测
gc.set_debug(gc.DEBUG_STATS | gc.DEBUG_LEAK)
# 创建一些临时对象触发垃圾回收
class TestObj:
pass
obj_list = [TestObj() for _ in range(10)]
del obj_list
# 手动触发垃圾回收
gc.collect()
运行上述代码后，控制台会输出本次垃圾回收的统计信息，包括回收的对象数量、新生代到老年代的对象迁移情况等。
查看不可达对象与循环引用
循环引用是Python中导致对象无法被自动回收的常见原因，当两个或多个对象互相引用且没有外部引用指向它们时，就会形成不可达对象。gc模块的gc.garbage列表会存储所有无法被回收的不可达对象，结合gc.get_referents和gc.get_referrers方法可以分析对象的引用关系。
以下示例演示如何检测循环引用并分析对象关系：
import gc
# 开启调试并保存所有不可达对象
gc.set_debug(gc.DEBUG_SAVEALL)
class Node:
def __init__(self):
self.next = None
# 创建循环引用
node1 = Node()
node2 = Node()
node1.next = node2
node2.next = node1
# 删除外部引用
del node1, node2
# 手动触发垃圾回收
gc.collect()
# 查看gc.garbage中的不可达对象
print("不可达对象数量:", len(gc.garbage))
for obj in gc.garbage[:2]: # 只打印前两个对象避免输出过多
print("对象类型:", type(obj))
# 查看该对象引用的其他对象
referents = gc.get_referents(obj)
print("引用的对象数量:", len(referents))
通过gc.get_referrers方法还可以查看某个对象被哪些其他对象引用，帮助定位循环引用的形成位置。
统计对象数量与内存占用
gc模块提供了gc.get_objects方法可以获取当前所有被gc跟踪的对象，结合类型统计可以快速发现某类对象是否异常增长。以下代码演示如何统计当前内存中不同类的实例数量：
import gc
from collections import defaultdict
def count_objects_by_type():
type_count = defaultdict(int)
# 获取所有被gc跟踪的对象
all_objects = gc.get_objects()
for obj in all_objects:
obj_type = type(obj)
type_count[obj_type] += 1
# 按数量倒序排序，打印前10个类型
sorted_types = sorted(type_count.items(), key=lambda x: x[1], reverse=True)
print("前10个数量最多的对象类型:")
for obj_type, count in sorted_types[:10]:
print(f"{obj_type}: {count}个")
# 调用统计函数
count_objects_by_type()
如果发现某类自定义对象的实例数量远高于预期，就可以进一步排查该类是否存在未释放的引用或者循环引用问题。
调试注意事项
使用gc模块调试时需要注意，开启调试模式尤其是gc.DEBUG_SAVEALL会增加内存占用，因为所有不可达对象都会被保存到gc.garbage列表中，调试完成后建议及时调用gc.garbage.clear()清空该列表，同时关闭调试模式恢复默认设置。
另外，Python的垃圾回收分为三代，不同代的对象回收频率不同，通过gc.get_threshold()可以查看各代的回收阈值，gc.set_threshold()可以调整阈值，这些配置也可以结合调试信息来优化，提升程序的内存回收效率。
Pythongc_modulegarbage_collectiondebug_tips修改时间：2026-07-06 19:00:15