python基础——调试
python基础——调试
程序能一次写完并正常运行的概率很小,基本不超过1%。总会有各种各样的bug需要修正。有的bug很简单,看看错误信息就知道,有的bug很复杂,我们需要知道出错时,哪些变量的值是正确的,哪些变量的值是错误的,因此,需要一整套调试程序的手段来修复bug。
第一种方法简单直接粗暴有效,就是用print()
把可能有问题的变量打印出来看看:
def foo(s): n = int(s) print('>>> n = %d' % n) return 10 / n def main(): foo('0') main()
执行后在输出中查找打印的变量值:
>>> n = 0 Traceback (most recent call last): ... ZeroDivisionError: integer division or modulo by zero
用print()
最大的坏处是将来还得删掉它,想想程序里到处都是print()
,运行结果也会包含很多垃圾信息。所以,我们又有第二种方法。
断言
凡是用print()
来辅助查看的地方,都可以用断言(assert)来替代:
ef foo(s): n = int(s) assert n != 0, 'n is zero!' return 10 / n def main(): foo('0')
assert
的意思是,表达式n != 0
应该是True
,否则,根据程序运行的逻辑,后面的代码肯定会出错。
如果断言失败,assert
语句本身就会抛出AssertionError
:
程序中如果到处充斥着assert
,和print()
相比也好不到哪去。不过,启动Python解释器时可以用-O
参数来关闭assert
:
关闭后,可以把所有的assert
语句当成pass
来看。
logging
把print()
替换为logging
是第3种方式,和assert
比,logging
不会抛出错误,而且可以输出到文件:
import logging s = '0' n = int(s) logging.info('n = %d' % n) print(10 / n)
logging.info()
就可以输出一段文本。运行,发现除了ZeroDivisionError
,没有任何信息。怎么回事?
别急,在import logging
之后添加一行配置再试试:
import logging logging.basicConfig(level=logging.INFO)
看到输出了:
这就是logging
的好处,它允许你指定记录信息的级别,有debug
,info
,warning
,error
等几个级别,当我们指定level=INFO
时,logging.debug
就不起作用了。同理,指定level=WARNING
后,debug
和info
就不起作用了。这样一来,你可以放心地输出不同级别的信息,也不用删除,最后统一控制输出哪个级别的信息。
logging
的另一个好处是通过简单的配置,一条语句可以同时输出到不同的地方,比如console和文件。
pdb
第4种方式是启动Python的调试器pdb,让程序以单步方式运行,可以随时查看运行状态。我们先准备好程序:
s = '0' n = int(s) print(10 / n)
然后启动:
以参数-m pdb
启动后,pdb定位到下一步要执行的代码-> s = '0'
。输入命令l
来查看代码:
输入命令n
可以单步执行代码:
任何时候都可以输入命令p 变量名
来查看变量:
输入命令q
结束调试,退出程序:
(Pdb) q
这种通过pdb在命令行调试的方法理论上是万能的,但实在是太麻烦了,如果有一千行代码,要运行到第999行得敲多少命令啊。还好,我们还有另一种调试方法。
pdb.set_trace()
这个方法也是用pdb,但是不需要单步执行,我们只需要import pdb
,然后,在可能出错的地方放一个pdb.set_trace()
,就可以设置一个断点:
import pdb s = '0' n = int(s) pdb.set_trace() # 运行到这里会自动暂停 print(10 / n)
运行代码,程序会自动在pdb.set_trace()
暂停并进入pdb调试环境,可以用命令p
查看变量,或者用命令c
继续运行:
这个方式比直接启动pdb单步调试效率要高很多,但也高不到哪去。
IDE
如果要比较爽地设置断点、单步执行,就需要一个支持调试功能的IDE。目前比较好的Python IDE有PyCharm:
http://www.jetbrains.com/pycharm/
另外,Eclipse加上pydev插件也可以调试Python程序。
小结
写程序最痛苦的事情莫过于调试,程序往往会以你意想不到的流程来运行,你期待执行的语句其实根本没有执行,这时候,就需要调试了。
虽然用IDE调试起来比较方便,但是最后你会发现,logging才是终极武器。
参考源码:
do_assert.py:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 #python 调试 示例 2 #断言assert示例 3 #2016-8-31 20:25:15 4 #MengmengCoding 5 # -*- coding: utf-8 -*- 6 7 def foo(s): 8 n=int(s) 9 assert n!=0,'n is zero!' 10 return 10/n 11 12 def main(): 13 foo('0') 14 15 main()
do_logging.py:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 #python 调试 示例 2 #logging示例 3 #2016-8-31 20:31:56 4 #MengmengCoding 5 # -*- coding: utf-8 -*- 6 7 import logging 8 logging.basicConfig(level=logging.INFO) 9 s='0' 10 n=int(s) 11 logging.info('n=%d' %n) 12 print(10/n)
do_pdb.py:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 #python 调试 示例 2 #pdb示例 3 #2016-8-31 20:44:55 4 #MengmengCoding 5 # -*- coding: utf-8 -*- 6 7 import pdb 8 9 10 s='0' 11 n=int(s) 12 pdb.set_trace() #运行到这里会自动暂停 13 print(10/n)