程序能一次寫完并正常運行的概率很小，基本不超過1%。總會有各種各樣的bug需要修正。有的bug很簡單，看看錯誤信息就知道，有的bug很復雜，我們需要知道出錯時，哪些變量的值是正確的，哪些變量的值是錯誤的，因此，需要一整套調試程序的手段來修復bug。

法一：用print() 函數，把可能有問題的變量打印出來看

1 def foo(s): 2 n = int(s) 3 print('>>> n = %d' % n) 4 return 10 / n 5 6 def main(): 7 foo('0') 8 9 main()

?執行后在輸出中查找打印的變量值

1 $ python err.py 2 >>> n = 0 3 Traceback (most recent call last): 4 ... 5 ZeroDivisionError: integer division or modulo by zero

用print()最大的壞處是將來還得刪掉它，想想程序里到處都是print()，運行結果也會包含很多垃圾信息。

法二：斷言（凡是用print()來輔助查看的地方，都可以用斷言（assert）來替代）

1 def foo(s): 2 n = int(s) 3 assert n != 0, 'n is zero!' 4 return 10 / n 5 6 def main(): 7 foo('0')

?

assert的意思是，表達式n != 0應該是True，否則，根據程序運行的邏輯，后面的代碼肯定會出錯。

如果斷言失敗，assert語句本身就會拋出AssertionError

1 $ python err.py 2 Traceback (most recent call last): 3 ... 4 AssertionError: n is zero!

?

程序中如果到處充斥著assert，和print()相比也好不到哪去。不過，啟動Python解釋器時可以用-O參數來關閉assert：

1 $ python -O err.py 2 Traceback (most recent call last): 3 ... 4 ZeroDivisionError: division by zero

?

關閉后，你可以把所有的assert語句當成pass來看。

法三：logging

和assert比，logging不會拋出錯誤，而且可以輸出到文件

1 import logging 2 logging.basicConfig(level=logging.INFO) 3 4 s = '0' 5 n = int(s) 6 logging.info('n = %d' % n) 7 print(10 / n)

?

輸出為：
1 $ python err.py 2 INFO:root:n = 0 3 Traceback (most recent call last): 4 File "err.py", line 8, in <module> 5 print(10 / n) 6 ZeroDivisionError: division by zero

?

這就是logging的好處，它允許你指定記錄信息的級別，有debug，info，warning，error等幾個級別，當我們指定level=INFO時，logging.debug就不起作用了。同理，指定level=WARNING后，debug和info就不起作用了。這樣一來，你可以放心地輸出不同級別的信息，也不用刪除，最后統一控制輸出哪個級別的信息。

法四：pdb（啟動Python的調試器pdb，讓程序以單步方式運行，可以隨時查看運行狀態。）

程序代碼為：
1 s = '0' 2 n = int(s) 3 print(10 / n)

然后啟動：

1 $ python -m pdb err.py 2 > /Users/michael/Github/learn-python3/samples/debug/err.py(2)<module>() 3 -> s = '0'

?

以參數-m pdb啟動后，pdb定位到下一步要執行的代碼-> s = '0'。輸入命令l來查看代碼

1 (Pdb) l 2 1 # err.py 3 2 -> s = '0' 4 3 n = int(s) 5 4 print(10 / n)

?

輸入命令n可以單步執行代碼

1 (Pdb) n 2 > /Users/michael/Github/learn-python3/samples/debug/err.py(3)<module>() 3 -> n = int(s) 4 (Pdb) n 5 > /Users/michael/Github/learn-python3/samples/debug/err.py(4)<module>() 6 -> print(10 / n)

?

任何時候都可以輸入命令p 變量名來查看變量

1 (Pdb) p s 2 '0' 3 (Pdb) p n 4 0

?

輸入命令q結束調試，退出程序

1 (Pdb) q

?

這種通過pdb在命令行調試的方法理論上是萬能的，但實在是太麻煩了，如果有一千行代碼，要運行到第999行得敲多少命令啊。

?

法五：?pdb.set_trace()（這個方法也是用pdb，但是不需要單步執行，我們只需要import pdb，然后，在可能出錯的地方放一個pdb.set_trace()，就可以設置一個斷點）

1 # err.py 2 import pdb 3 4 s = '0' 5 n = int(s) 6 pdb.set_trace() # 運行到這里會自動暫停 7 print(10 / n)

?

運行代碼，程序會自動在pdb.set_trace()暫停并進入pdb調試環境，可以用命令p查看變量，或者用命令c繼續運行

1 $ python err.py 2 > /Users/michael/Github/learn-python3/samples/debug/err.py(7)<module>() 3 -> print(10 / n) 4 (Pdb) p n 5 0 6 (Pdb) c 7 Traceback (most recent call last): 8 File "err.py", line 7, in <module> 9 print(10 / n) 10 ZeroDivisionError: division by zero

?

這個方式比直接啟動pdb單步調試效率要高很多，但也高不到哪去。

?

法六：IDE

如果要比較爽地設置斷點、單步執行，就需要一個支持調試功能的IDE。目前比較好的Python IDE有：

Visual Studio Code：https://code.visualstudio.com/，需要安裝Python插件。

PyCharm：http://www.jetbrains.com/pycharm/

另外，Eclipse加上pydev插件也可以調試Python程序。

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

轉載于:https://www.cnblogs.com/woshihuihui/p/8270263.html

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的Python day 9(6) 调试的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。