Python常用的措施调试要领
措施能一次写完并正常运行的概率很小，根基不高出1%，总会有各类百般的bug需要批改。有的bug很简朴，看看错误信息就知道，有的bug很巨大，我们需要知道堕落时，哪些变量的值是正确的，哪些变量的值是错误的，因此，需要一整套调试措施的手段来修复bug。下面我们来看下常用的Python调试要领
1. 断点打印发
第一种要领简朴直接粗暴有效，就是用print把大概有问题的变量打印出来看看：
err.py
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：
$ python err.py >>> n = 0 Traceback (most recent call last): ... ZeroDivisionError: integer division or modulo by zero
用print最大的弊端是未来还得删掉它，想想措施里处处都是print，运行功效也会包括许多垃圾信息。所以，我们又有第二种要领。
2. 断言
每每用print来帮助查察的处所，都可以用断言（assert）来替代：
err.py
def 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，不然，后头的代码就会堕落。
如坚决言失败，assert语句自己就会抛出AssertionError：
$ python err.py Traceback (most recent call last): ... AssertionError: n is zero!
措施中假如处处充斥着assert，和print对比也好不到哪去。不外，启动Python表明器时可以用-O参数来封锁assert：
$ python -O err.py Traceback (most recent call last): ... ZeroDivisionError: integer division or modulo by zero
封锁后，你可以把所有的assert语句当成pass来看。
3. logging日志
把print替换为logging是第3种方法，和assert比，logging不会抛堕落误，并且可以输出到文件：
err.py
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，发明除了ZeroDivisionError，没有任何信息。怎么回事？
别急，在import logging之后添加一行设置再试试：
import logging logging.basicConfig(level=logging.INFO)
看到输出了：
$ python err.py INFO:root:n = 0 Traceback (most recent call last): File "err.py", line 8, in <module> print 10 / n ZeroDivisionError: integer division or modulo by zero
这就是logging的长处，它答允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就不起浸染了。同理，指定level=WARNING后，debug和info就不起浸染了。这样一来，你可以安心地输出差异级此外信息，也不消删除，最后统一节制输出哪个级此外信息。
logging的另一个长处是通过简朴的设置，一条语句可以同时输出到差异的处所，好比console和文件。
4. pdb调试
第4种方法是启动Python的调试器pdb，让措施以单步方法运行，可以随时查察运行状态。我们先筹备好措施：
err.py
s = '0' n = int(s) print 10 / n
运行：
$ python -m pdb err.py > /Users/PythonTab/Github/sicp/err.py(2)<module>() -> s = '0'
以参数-m pdb启动后，pdb定位到下一步要执行的代码-> s = '0'。输入呼吁l来查察代码：
(Pdb) l
1 # err.py
2 -> s = '0'
3 n = int(s)
4 print 10 / n
[EOF]
输入呼吁n可以单步执行代码：
(Pdb) n
> /Users/PythonTab/Github/sicp/err.py(3)<module>()
-> n = int(s)
(Pdb) n
> /Users/PythonTab/Github/sicp/err.py(4)<module>()
-> print 10 / n
任何时候都可以输入呼吁p 变量名来查察变量：
(Pdb) p s
'0'
(Pdb) p n
0
输入呼吁q竣事调试，退出措施：
(Pdb) n
ZeroDivisionError: 'integer division or modulo by zero'
> /Users/PythonTab/Github/sicp/err.py(4)<module>()
-> print 10 / n
(Pdb) q
#p#分页标题#e#
这种通过pdb在呼吁行调试的要领理论上是万能的，但实在是太贫苦了，假如有一千行代码，要运行到第999行得敲几多呼吁啊。还好，我们尚有另一种调试要领。
pdb.set_trace()
这个要领也是用pdb，可是不需要单步执行，我们只需要import pdb，然后，在大概堕落的处所放一个pdb.set_trace()，就可以配置一个断点：
err.py
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，措施会自动在pdb.set_trace()暂停并进入pdb调试情况，可以用呼吁p查察变量，可能用呼吁c继承运行：
$ python err.py > /Users/PythonTab/Github/sicp/err.py(7)<module>() -> print 10 / n (Pdb) p n 0 (Pdb) c Traceback (most recent call last): File "err.py", line 7, in <module> print 10 / n ZeroDivisionError: integer division or modulo by zero
这个方法比直接启动pdb单法式试效率要高许多，但也高不到哪去。
5. IDE调试
假如要较量爽地配置断点、单步执行，就需要一个支持调试成果的IDE。今朝较量好的Python IDE有PyCharm，
别的，Eclipse加上pydev插件也可以调试Python措施。
小结
写措施耗费的时间往往要小于调试的时间，这个是根基纪律。
固然用IDE调试起来较量利便，可是最后你会发明，logging才是终极兵器。断点调试也是好手的终极利器！
