bug及debug

合集 - python(99)

1.python基础之注释2023-06-272.python语言学习路线（基础）2023-06-263.python源码结构2023-06-264.python发展史及python应用场景2023-06-265.变量2023-06-28

6.bug及debug2023-06-29

7.常见数据类型及其转换2023-06-308.字符串格式化2023-06-309.转义符2023-06-3010.字符串在货币、日期、精度的处理2023-07-0111.字符编解码2023-07-0112.字符编解码及其相互转换2023-07-0113.内置函数-help-帮助文档2023-07-0114.内置函数print-输出2023-07-0315.内置函数input2023-07-0316.运算符2023-07-0417.int的缓存策略（特别容易混）2023-07-0418.判断语句2023-07-0419.random模块2023-07-0420.判断语句+ random的应用-剪刀石头布游戏2023-07-0421.三元运算符（if else的简写）2023-07-0422.循环语句-while2023-07-0523.循环语句-while-练习题2023-07-0524.循环语句for循环2023-07-0525.循环语句 + else2023-07-0526.字符串类str2023-07-0627.正则在字符串中的简单应用2023-07-0628.列表（List）2023-07-0729.列表list的sort方法的坑2023-07-0730.列表综合应用-8个教室随机分配到3个教室2023-07-0831.元组2023-07-0832.自动组包 & 自动解包2023-07-0833.字典2023-07-0834.集合2023-07-0835.公共操作2023-07-0836.公共操作-推导式（集合、列表、字典）2023-07-0837.函数定义、调用、闭包2023-07-0838.拆包和交换变量值2023-07-0939.函数的变量作用域、返回值、参数2023-07-0940.函数递归2023-07-0941.匿名函数（lambda表达式）012023-07-0942.内置函数abs2023-07-0943.内置函数round2023-07-0944.内置函数abs022023-07-0945.高阶函数2023-07-0946.内置高阶函数map2023-07-0947.内置高阶函数reduce2023-07-0948.内置函数reduce2023-07-0949.学生管理系统-函数&循环&运算符综合练习2023-07-0950.文件操作之语法2023-07-1051.文件操作2-最佳实践2023-07-1152.文件操作之seek2023-07-1153.文件及文件夹操作2023-07-1154.面向对象基本概念2023-07-1255.面向对象之类、对象的定义2023-07-1256.添加和获取对象属性2023-07-1257.面向对象之魔法方法2023-07-1258.魔法函数 __repr__() 和 __str__()的区别2023-07-1259.魔法方法__len__2023-07-1260.魔法方法之__getitem__(self, key)、__setitem__(self, key, value) 和 __delitem__(self, key) 2023-07-1261.魔法方法之__iter__(self) && __next__(self)2023-07-1762.TypeError: iter() returned non-iterator of type 'MyIterable'2023-07-1763.魔法方法之__contains__()2023-07-1764.魔法方法之__call__2023-07-1765.魔法方法之__getattr__(), __setattr__(), 和 __delattr__2023-07-1866.__eq__(), __lt__(), 和 __gt__() 2023-07-1867.案例：烤地瓜2023-07-1868.案例：给房子置办家具2023-07-1969.继承2023-07-1970.继承之子类复用父类的属性、方法2023-07-1971.继承的分类2023-07-1972.MRO2023-07-1973.继承之子类重写父类同名属性和方法2023-07-1974.⼦类调⽤⽗类的同名⽅法和属性2023-07-1975.私有属性&&方法的定义&访问限制2023-07-1976.setter&getter方法访问私有属性2023-07-2077.__mro__属性2023-07-2078.python 面向对象3大特征详解2023-07-2079. 类属性和实例属性2023-07-2180.类属性和实例属性最佳实践2023-07-2181.类方法2023-07-2182.静态方法2023-07-2183.异常基础2023-07-2184.多组异常处理基础2023-07-2285.多组异常处理2023-07-2286.使用Python内置的错误信息2023-07-2287.捕获所有异常2023-07-2288.手动抛异常（raise）2023-07-2289.try-except-else-finally2023-07-2290.断言assert在异常中应用2023-07-2291.自定义异常类2023-07-2292.模块2023-07-2393.常见的5种模块导入2023-07-2394.模块的定位顺序2023-07-2395.__all__变量限制、明确导入范围2023-07-2396.包2023-07-2397.时间模块datetime2023-07-2398.多任务编程之并发、并行概念2023-07-2399.进程实现多任务（进程概念、单进程、多进程执行多任务）2023-07-23

收起

1.  什么是bug？

"bug" 是指软件或计算机程序中的错误或缺陷。当程序出现了不符合预期的行为或功能失效时，就可以说出现了bug。这些错误或缺陷可能会导致程序崩溃、产生错误的输出、无限循环、功能无法正常工作等问题。在开发过程中，发现和修复这些 bug 是至关重要的，以确保软件的质量和稳定性。

一些常见导致 bug 的原因包括：

　　1. 逻辑错误：在代码编写过程中，开发人员可能会出现逻辑错误，导致程序不按预期的方式执行。

　　2. 数据错误：处理数据时，可能会出现输入错误、边界条件错误或数据类型错误等问题。

　　3. 并发问题：在多线程或并发环境中，可能会出现资源竞争、死锁或异步操作问题。

　　4. 外部依赖问题：程序可能依赖于其他组件、库或服务，当这些依赖项出现问题时，可能会导致程序产生 bug。

为了追踪和解决 bug，开发者可以使用调试工具、日志记录、单元测试和代码审查等技术。
定位和修复 bug 是软件开发过程中的关键任务之一，以提供高质量和稳定的软件产品。

2. 常见bug的类型

2.1 语法错误

它们发生在代码中有语法错误时，导致解释器不能正确解析代码。最佳处理实践是仔细检查代码，并使用 Python 解释器提供的错误信息来定位和修复错误。

print("Hello, World!")  # 正确的语法
prit("Hello, World!")   # 语法错误（函数拼写错误），应为 print 而不是 prit，使用pycharm   idea工具会报错的

 

2.2  空引用错误即大名鼎鼎的空指针：

当试图使用一个未初始化或为空的变量时，会发生空引用错误。最佳处理实践是确保变量在使用之前被正确初始化，并在必要时进行空值检查。

name = "Alice"
age = None
 
if age is not None:
    print(f"{name} is {age} years old.")  # 正确的处理方式是先检查 age 是否为 None

2.3 类型错误：

类型错误发生在使用了错误的数据类型时。最佳处理实践是确保使用正确的数据类型，并根据需要进行类型转换。

x = 5
y = "10"
# sum = x + y  # 正确的处理方式是将字符串转换为整数类型
sum = x + int(y)  # 正确的处理方式是将字符串转换为整数类型
print(sum)

2.4 异常处理错误

在使用 try-except 语句捕获异常时，如果处理不当或未能正确处理异常，可能会导致 bug。最佳处理实践是根据具体的异常类型编写适当的异常处理代码，并确保错误信息被正确捕获和处理。

try:
    result = 10 / 0
except ValueError:
    print("ValueError occurred!")  # 不是正确的异常处理，应该捕获 ZeroDivisionError 而不是 ValueError
except ZeroDivisionError:
    print("Division by zero occurred!")  # 正确的异常处理方式

2.5 函数调用错误：

当使用函数时，传递错误的参数或不正确地调用函数可能会导致 bug。最佳处理实践是检查函数调用和参数的正确性，并确保它们与函数定义相匹配。

def greet(name):
    print(f"Hello, {name}!")


greet("Allen")  # 正确的函数调用，传递一个参数

greet()  # 错误的函数调用，没有传递参数

2.6 逻辑错误：

它们发生在代码中的错误逻辑判断导致程序不按预期工作时。最佳处理实践是仔细审查代码，并使用调试工具逐行执行代码，检查变量的值和逻辑的正确性。通过单元测试覆盖可能的情况和边界条件也是很好的实践。

def is_even(number):
    return True if number % 2 != 0 else False  # 判断是偶数的逻辑写错了，应该是 number % 2 == 0


print(is_even(3))  # 应该返回 False，但由于逻辑错误，返回 True

2.7 数据错误：

这些错误可能是由于输入错误、数据类型错误、非预期的数据源等引起的。最佳处理实践是验证和清理输入数据，使用适当的数据结构和类型，并进行适当的错误处理和异常处理。

def divide_numbers(a, b):
    try:
        result = a / b
        return result
    except ZeroDivisionError:
        return None

numerator = 10
denominator = 0
result = divide_numbers(numerator, denominator)
print(result)  # 应该处理 ZeroDivisionError，但由于数据错误，抛出异常，被捕获返回None

 

2.8 并发问题：

并发问题在多线程或并发环境中可能出现，包括资源竞争、死锁、线程间通信等问题。最佳处理实践是使用同步机制（如锁、互斥量、信号量等）来确保数据的正确共享和访问，并进行正确的线程间通信。

import threading

counter = 0


def increment_counter():
    global counter
    for _ in range(10000):
        counter += 1


threads = []
for _ in range(10):  # _ 秒用之一，不关心变量即不使用时这样定义
    thread = threading.Thread(target=increment_counter)
    thread.start()
    threads.append(thread)

for thread in threads:
    thread.join()

print(counter)  # 结果可能小于 100000，因为存在资源竞争问题

2.9 外部依赖问题：

程序可能依赖于外部组件、库或服务，因此出现问题时可能产生 bug。处理这些问题的最佳实践是对外部依赖进行适当的错误处理、异常处理并进行合理的错误反馈。

import requests


def fetch_data(url):
    try:
        response = requests.get(url)
        # 它用于检查 HTTP 响应的状态码。如果响应状态码不是 200（表示成功），则会引发一个 HTTPError 异常，
        # 这是处理外部依赖问题的最佳实践之一。
        response.raise_for_status()
        return response.json()
    except requests.exceptions.RequestException:
        return None


data = fetch_data("https://example.com/api/data")
if data is None:
    print("Failed to fetch data from the API")  # 如果外部依赖项失败，则给出适当的错误反馈

 

3. pyCharm调试最佳实践

1. 设置明确的断点：在调试之前，先仔细审查代码并确定应该设置断点的位置。最好在代码中的关键位置设置断点，例如函数调用、循环的关键部分或有可能引起 bug 的地方。

2. 使用条件断点：有时，只有在满足特定条件时才能定位 bug。在 PyCharm 调试中，可以为断点设置条件。在设置断点后，右键单击断点，然后在 "Condition" 字段中输入条件表达式。

3. 使用断点上的观察面板：在 PyCharm 调试窗口中，可以使用观察面板轻松监视变量和表达式的值。在调试时，将鼠标悬停在变量上或右键单击变量，并选择 "Add to Watches" 将其添加到观察面板中。这样就可以实时跟踪变量值的变化。

4. 使用步进过滤器：PyCharm 允许你设置步进过滤器，以便在调试时跳过特定的包、类或函数调用。这在处理大型项目或库时特别有用，可以减少不必要的步进操作。

5. 使用远程调试：PyCharm 支持远程调试，可以将断点和调试会话连接到远程服务器或容器中的代码运行实例。这对于调试在远程环境中运行的程序非常有用。

 

如果打了断点，不生效，解决方法：

 示例：

条件断点说明：

1. 设置有意义的条件：在设置条件断点时，确保条件表达式是有意义的并与调试目的相关。条件应该与需要跟踪的变量或表达式的值相关，以便在满足条件时触发断点。

2. 使用关系运算符和逻辑运算符：条件断点支持关系运算符（例如 <, >, ==）和逻辑运算符（例如 and，or，not）。要创建复合条件，可以使用逻辑运算符来组合多个关系表达式。

3. 注意条件断点性能：条件断点会在每次代码执行时进行计算，因此在处理大型循环或频繁调用的代码块时，要小心使用条件断点，以免降低程序的性能。

在 PyCharm 中进行远程调试的最佳实践如下：

1. 配置远程 Python 解释器：在 PyCharm 中设置远程 Python 解释器，以与远程服务器进行连接。可以通过 SSH 或其他协议连接到远程服务器，并将远程解释器配置为与远程环境中的 Python 解释器关联。

2. 设置远程调试调用：在 PyCharm 中创建一个远程调试配置，以实现与远程服务器的调试连接。在远程服务器上运行代码时，PyCharm 将会监听并接收调试请求。

3. 设置断点和调试代码：在 PyCharm 中设置断点，以便在代码执行到达断点时暂停并允许你查看和修改变量值。运行远程代码后，当代码执行到达断点时，调试会触发。

以下是一个示例，演示如何使用 PyCharm 进行远程调试：

1. 配置远程 Python 解释器：

   • 在 PyCharm 的主菜单中选择 Preferences 或 Settings（取决于你的操作系统）。
   • 在设置对话框中，展开 Project > Project Interpreter。
   • 点击右上角的齿轮图标，并选择 Add Remote。
   • 在弹出的对话框中，提供远程服务器的连接详细信息（例如主机名、用户名、密码等）。
   • 连接成功后，选择合适的远程环境，然后点击 OK。

2. 设置远程调试调用：

   • 在 PyCharm 的顶部菜单中，选择 Run > Edit Configurations。
   • 在左上角的配置对话框中，点击 + 符号，以创建一个新的远程调试配置（选择远程 Python）
   • 提供一个名称，并选择之前配置的远程解释器。
   • 在 Host 和 Port 字段中指定远程服务器的 IP 地址和调试端口。
   • 其他调试配置选项，如跟踪模式和其他高级选项，可以按需进行配置。

3. 设置断点和调试代码：

   • 在代码编辑器中找到要调试的代码行，然后单击行号区域以设置断点。
   • 点击 PyCharm 工具栏中的调试按钮或使用相应的快捷键，运行远程调试配置。
   • 当远程代码执行时，它将在断点处暂停并进入调试模式。此时，你可以观察和修改变量的值，逐行执行代码等。

通过远程调试，你可以在真实环境中对代码进行逐行调试，以便更好地理解和修复问题。不过，需要注意的是，远程调试可能会引入一些网络延迟和性能开销，因此建议谨慎使用，并确保在调试完成后将其关闭。