pycharm本地远程连接服务器，并在本地调试服务器代码

以pycharm professional 2019.1版本为例(使用学校邮箱注册，可以走教育通道)

本地系统：Ubuntu16.04

基本配置

1. 选择 File | Setting | Build,Execution,Deployment |Deployment

点击 ＋ 添加远程服务器的部署。

Type ：选择SFTP

Host： 服务器的IP地址

User Name ：服务器名字

PW ：登录服务器密码

1. 配置映射，点击Mappings 进行配置

Local path： 工程目录

Deployment path: 部署在Linux上的路径，即本地文件会被上传到当前路径。# Local path pycharmtemp下的内容映射到远程文件夹pycharmtemp里面，所以在上一步中 Root path最好选择pycharmtemp 的根目录。

Web path: 暂时不用管

1. Excluded Paths 排除路径 排除掉不想同步的文件/文件夹，与.gitignore有异曲同工之妙。

上传和下载文件

上传文件有手动和自动两种方式，在 File | Setting | Build,Execution,Deployment |Deployment | Options

在 Upload changed files automatically to the default server选项中选择Always 就是自动上传修改过的文档代码。

下载文件代码只能选择手动下载。

文件比较

有时候并不能确定远程和本地版本是否完全一致，此时就需要比较看一下。Pycharm提供了对比视图来解决这个问题，此处不再赘述，详情参考Comparing local files and folders 。

Pycharm远程调试1

配置解释器

File | Project | Projectb Interpreter右侧设置选择Add | SSH Interpreter | Existing server configuration 如图所示5步添加Python解释器，因为之前配置过远程本地服务器，所以在此处直接使用。点击下面的Create copy然后点击 Next

Pycharm也支持直接只用Anaconda环境，在第四步的时候选择Conda Environment进行配置。

实际上Pycharm也是支持直接调用远程Anaconda解释器的。在服务器terminal上输入conda info --envs命令查看现有的环境及其位置。

服务器上进入对应的虚拟环境，进入Python，然后输入

import sys
sys.executable

查看Python解释器位置，修改pycharm相应的解释器path.

启动SSH终端

File | Setting | Tool | SSH Terminnal 下 Deployment server 选择之前配置好的。

想要更换服务器或者想要重新配置SSH Terminal的话，File | Setting | Tool | SSH Terminnal 下选择 Deployment server右侧Configure Servers，然后添加新的deployment.

在Connection选项：填写相应的Host,User name等，注意Root path不要填错(跟Mappings选项息息相关)。

在Mappings选项, 填写本地工程所在位置Local path, 服务器项目所在位置Deployment path(根目录之后的path)

启动SSH Terminal：Tool | Start SSH session…

执行代码

启动SSH Terminal后可以直接在pycharm下方的Terminal中直接运行相应的命令了。

快速启动

有时候许多软件安装完成后。没有快捷启动，或者启动栏里没有显示等。解决方案可以参考博主另一篇文章：Ubuntu使用脚本快捷启动：pycharm,XMind… 这样就可以直接在terminal中命令行直接启动了。

补充：

本地服务器是在本局域网内，不用通过因特网或拔号连接的服务器，远程服务器 则反之，服务器默认开放端口是1433，要连接时候客户端也要同样要设端口为1433。

Reference:

Pycharm 2019.1Help :Running SSH Terminal

Configuring Synchronization with a Remote Host

Creating a Local Server Configuration

Pycharm远程连接服务器，并在本地调试服务器代码

使用PyCharm进行远程开发和调试

1. Remote Debugging with PyCharm ↩︎