Python 代码 Debug 的 10 个实用技巧

摘要：我们日常写代码过程中，难免会写出各类错误，这些错误可能是语法错误、逻辑错误或运行时错误。我们可以使用最复杂的答案是来检测到错误。也可以通过仔细阅读回溯、使用调试工具、使用 linters 进行静态分析以及运行测试来检测错误，确保在运行之前和运行期间识别问题。

我们日常写代码过程中，难免会写出各类错误，这些错误可能是语法错误、逻辑错误或运行时错误。我们可以使用最复杂的答案是来检测到错误。也可以通过仔细阅读回溯、使用调试工具、使用 linters 进行静态分析以及运行测试来检测错误，确保在运行之前和运行期间识别问题。

使用print语句进行调试就像在你要去的路上放置路标，我个人在我的隐喻中相信这一点

就像路标引导你并告诉你身在何处一样，代码中的打印语句会显示变量的当前值以及程序执行到的位置。

通过检查这些“路标”，你可以确定自己是否走在正确的道路上或是否出了问题。

print(f"Hello, World!\n");
print语句以输出变量值并跟踪执行流程。这可以帮助你了解不同阶段发生的情况。例如：我们在行中使用了print语句作为路径（代码流）上的路标，告诉你你在哪里以及发生了什么。如果出现问题，你可以使用这些检查点来找出路径（代码）将你引入歧途的地方。def hiking_trip(start, destination):
print(f"从{start}开始徒步。") # 路标 1
midpoint = (start + destination) / 2
print(f"到达中点：{midpoint}.") # 路标 2
if midpoint > 50:
print("The midpoint is quite far!") # 路标 3
print(f"继续前往目的地：{destination}.") # 路标 4
return destination

hiking_trip(0, 100)
使用 Python 的pdb模块就像暂停电影并逐帧播放。

就像你可以暂停、倒带或快进电影来查看正在发生的事情一样，pdb 可让你随时暂停代码，检查正在发生的事情，并一步一步地浏览代码。这样，你可以仔细检查代码的每个部分，以找出可能出错的地方。

使用该pdb模块设置断点并以交互方式逐步执行代码。首先插入import pdb; pdb.set_trace要暂停执行的位置。命令

python -m pdb your_script.py

例如：例如，通过添加pdb.set_trace到你的程序中，执行将在该行停止，从而允许你与提示符进行交互pdb。一旦到达提示符。import pdb
def example_function(x, y ):
result = x + y
pdb.set_trace # 执行将在此处暂停
print(f"结果是{result}")
return result

example_function(3, 5)

你可以使用各种命令来调试，例如：

n：转到下一行代码。

s：进入函数调用。

c：继续执行，直到下一个断点。

使用 IDE 调试器就像在观看电影时拥有一个具有高级功能的遥控器。

你可以暂停、跳过场景并查看幕后细节，IDE 调试器可以让你设置断点、检查变量并以可视化的方式控制代码流程。

利用 PyCharm 或 VSCode 等 IDE 中的内置调试器。这些工具提供了用于设置断点、检查变量和逐步执行代码的图形界面。

例如：

在 PyCharm 或 VSCode 等 IDE 中调试程序时，你可以在代码中所需的关键点设置断点，类似于在重要场景暂停电影。随时彻底检查变量，就像看到电影幕后的细节一样。一次执行一行代码，就像使用遥控器在电影中逐帧跳过一样。

def movie_scene(start, end):
scene_duration = end - start # 这是代码的“电影长度”
important_event = start + scene_duration // 2 #“电影”的中点
return f"重要事件发生在{important_event}秒。"

movie_scene( 0 , 120 )

当调试器暂停执行时，你将能够执行以下命令：

检查start和end的值。

看看scene_duration评估结果是什么。

跨到下一行进行计算important_event。

使用日志记录而不是打印语句就像保存详细的日记而不是便签。

如果你需要快速记账，可以使用打印语句，它可以像便签一样工作，便签可以为你提供快速提醒，而日记（记录）可以让你记录不同级别的细节，从随意的观察到关键问题。

日志记录稍微复杂一些。你可以根据日志的重要性查看它们，并调整要查看的详细信息，从而帮助你更系统地跟踪代码中发生的情况。

import logging
logging.basicConfig(level=logging.DEBUG)
logging.DEBUG('这是一条调试消息')
用 Python 的模块替换print语句logging。日志可以记录不同级别的消息（DEBUG、INFO、WARNING、ERROR、CRITICAL），并控制显示的详细信息量。例如：

DEBUG：详细信息，用于诊断问题。

INFO：确认一切如预期进行。

WARNING：表示发生了意外的事情，但是程序仍然在运行。

ERROR：更严重的问题，程序可能无法继续运行。

CRITICAL：一个严重的问题，意味着该程序可能无法继续运行。

import logging

# 配置日志记录以显示所有级别
logstash.basicConfig(level=logging.DEBUG)

def hill_log ( start, destination ):
logstash.info(f"从{start}开始徒步到{destination}。") # 正常流程的 INFO 级别
midpoint = (start + destination) / 2
logstash.debug(f"中点在{midpoint}。") # 详细信息的 DEBUG 级别
if midpoint > 50 :
logstash.warning("中点比预期的远！") # 潜在问题的 WARNING 级别
if destination - start > 100 :
logstash.error("这次徒步太长了！") # 重大问题的错误级别
if destination - start > 200 :
logstash.critical("不可能徒步！目的地太远！") # 严重问题的 CRITICAL 级别
return destination

hill_log(0, 250)
在此示例中，你可以看到每个日志级别如何更加井然有序，并帮助你根据重要性显示信息，就像日记一样，它能让你理清自己的旅程。此外，它还能让你随时筛选或查看日志，print这比在代码中到处写语句（便签）要强大得多。我强烈推荐初学者使用这个！

仔细检查回溯就像跟着地图去寻找你在徒步旅行中迷路的地方一样。

地图（回溯）显示你所走的确切路径，并突出显示出错的地方。通过在地图上仔细追溯你的步骤，你可以准确地找出错误发生的位置并了解导致错误的原因，从而帮助你回到正轨。

仔细阅读错误消息的完整回溯。它们提供了有关错误发生位置和原因的详细信息，可帮助你查明问题所在。

Traceback(most recent call last):
File "example.py", line 8, in
main
File "example.py", line 5, in main
result = divide_numbers(x, y)
File "example.py", line 2, in divide_numbers
return a / b
zeroDivisionError: division by zero

ZeroDivisionError: division by zero

–– –– 实际的错误信息。