Python之调试
来源:互联网 发布:软件集成测试方案 编辑:程序博客网 时间:2024/05/29 02:08
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.pydef foo(s): n = int(s) print '>>> n = %d' % n return 10 / ndef main(): foo('0')main()
执行后在输出中查找打印的变量值:
$ python err.py>>> n = 0Traceback (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.pydef foo(s): n = int(s) assert n != 0, 'n is zero!' return 10 / ndef 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.pyTraceback (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.pyTraceback (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.pyimport loggings = '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 logginglogging.basicConfig(level=logging.INFO)
看到输出了:
$ python err.pyINFO:root:n = 0Traceback (most recent call last): File "err.py", line 8, in <module> print 10 / nZeroDivisionError: 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.pys = '0'n = int(s)print 10 / n
然后启动:
$ python -m pdb err.py> /Users/michael/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> /Users/michael/Github/sicp/err.py(3)<module>()-> n = int(s)(Pdb) n> /Users/michael/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 n0
输入命令q
结束调试,退出程序:
(Pdb) nZeroDivisionError: 'integer division or modulo by zero'> /Users/michael/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.pyimport pdbs = '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 > /Users/michael/Github/sicp/err.py(7)<module>()-> print 10 / n(Pdb) p n0(Pdb) cTraceback (most recent call last): File "err.py", line 7, in <module> print 10 / nZeroDivisionError: 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
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。
原文链接- Python之调试
- python调试技术之死锁
- python之错误、调试和测试
- python调试技术之性能优化
- Python 灰帽子笔记之调试器
- python之路13调试点滴
- python学习之调试(Debugging)
- Python基础之七异常与调试
- Python之错误,调试和测试
- python调试
- python调试
- python调试
- python调试
- python调试
- Python 调试
- Python调试
- python 调试
- Python调试
- 圆桌问题 HDU 4841 PE。。。。
- Makefile 语法简介
- 100部经典电影
- (c语言)输入一个整数,将其逆序输出
- Android架构设计
- Python之调试
- MessageBox格式化输出
- Codeforces Round #196 (Div. 2) C--Quiz(快速幂+贪心)
- Android广播大全2
- 第二章第十八题(改正后)
- Unity3d的C#扩展方法Extension methods应用吧
- 炒股的那些事
- 第一次开通博客
- 【Android开发】范例2-实现幻灯片式图片浏览器