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：

# 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：

# 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 ，否则，后面的代码就会出错。

如果断言失败， assert 语句本身就会抛出 AssertionError ：

$ python err.py

Traceback (most recent call last):

…

AssertionError: n is zero!

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 ：

$ python -O err.py

Traceback (most recent call last):

…

ZeroDivisionError: integer division or modulo by zero

关闭后，你可以把所有的 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：

# 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：

$ 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：

# err.py

s = '0'

n = int(s)

print 10 / n

然后启动：

$ python -m pdb err.py

> Usersmichael/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 -&gt; s = '0' 。输入命令 l 来查看代码：

(Pdb) l

1 # err.py

2 -> s = '0'

3 n = int(s)

4 print 10 / n

[EOF]

输入命令 n 可以单步执行代码：

(Pdb) n

> Usersmichael/Github/sicp/err.py(3)<module>()

-> n = int(s)

(Pdb) n

> Usersmichael/Github/sicp/err.py(4)<module>()

-> print 10 / n

任何时候都可以输入命令 p 变量名 来查看变量：

(Pdb) p s

'0'

(Pdb) p n

0

输入命令 q 结束调试，退出程序：

(Pdb) n

ZeroDivisionError: 'integer division or modulo by zero'

> Usersmichael/Github/sicp/err.py(4)<module>()

-> print 10 / n

(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：

# 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，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：

$ python err.py

> Usersmichael/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。