程序能一次寫完並正常運行的概率很小，基本不超過1%。總會有各種各樣的bug需要修正。有的bug很簡單，看看錯誤信息就知道，有的bug很復雜，我們需要知道出錯時，哪些變量的值是正確的，哪些變量的值是錯誤的，因此，需要一整套調試程序的手段來修復bug。
第一種方法簡單直接粗暴有效，就是用print把可能有問題的變量打印出來看看：
|
1
2
3
4
5
6
7
8
9
10
|
# err.py
def
foo(s):
n
=
int
(s)
print
'>>> n = %d'
%
n
return
10
/
n
def
main():
foo(
'0'
)
main()
|
執行后在輸出中查找打印的變量值：
|
1
2
3
4
5
|
$ python err.py
>>> n
=
0
Traceback (most recent call last):
...
ZeroDivisionError: integer division
or
modulo by zero
|
用print最大的壞處是將來還得刪掉它，想想程序里到處都是print，運行結果也會包含很多垃圾信息。所以，我們又有第二種方法。
斷言
凡是用print來輔助查看的地方，都可以用斷言（assert）來替代：
|
1
2
3
4
5
6
7
8
|
# 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，表達式n != 0應該是True，否則，后面的代碼就會出錯。
如果斷言失敗，assert語句本身就會拋出AssertionError：
|
1
2
3
4
|
$ python err.py
Traceback (most recent call last):
...
AssertionError: n
is
zero!
|
程序中如果到處充斥着assert，和print相比也好不到哪去。不過，啟動Python解釋器時可以用-O參數來關閉assert：
|
1
2
3
4
|
$ python
-
O err.py
Traceback (most recent call last):
...
ZeroDivisionError: integer division
or
modulo by zero
|
關閉后，你可以把所有的assert語句當成pass來看。
logging
把print替換為logging是第3種方式，和assert比，logging不會拋出錯誤，而且可以輸出到文件：
|
1
2
3
4
5
6
7
|
# err.py
import
logging
s
=
'0'
n
=
int
(s)
logging.info(
'n = %d'
%
n)
print
10
/
n
|
logging.info()就可以輸出一段文本。運行，發現除了ZeroDivisionError，沒有任何信息。怎么回事？
別急，在import logging之后添加一行配置再試試：
|
1
2
|
import
logging
logging.basicConfig(level
=
logging.INFO)
|
看到輸出了：
|
1
2
3
4
5
6
|
$ 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
|
這就是logging的好處，它允許你指定記錄信息的級別，有debug，info，warning，error等幾個級別，當我們指定level=INFO時，logging.debug就不起作用了。同理，指定level=WARNING后，debug和info就不起作用了。這樣一來，你可以放心地輸出不同級別的信息，也不用刪除，最后統一控制輸出哪個級別的信息。
logging的另一個好處是通過簡單的配置，一條語句可以同時輸出到不同的地方，比如console和文件。
pdb
第4種方式是啟動Python的調試器pdb，讓程序以單步方式運行，可以隨時查看運行狀態。我們先准備好程序：
|
1
2
3
4
|
# err.py
s
=
'0'
n
=
int
(s)
print
10
/
n
|
然后啟動：
|
1
2
3
|
$ python -m pdb err.py
>
/Users/michael/Github/sicp/err
.py(2)<module>()
-> s =
'0'
|
以參數-m pdb啟動后，pdb定位到下一步要執行的代碼-> s = '0'。輸入命令l來查看代碼：
|
1
2
3
4
5
6
|
(Pdb) l
1
# err.py
2
-
> s
=
'0'
3
n
=
int
(s)
4
print
10
/
n
[EOF]
|
輸入命令n可以單步執行代碼：
|
1
2
3
4
5
6
|
(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
|
任何時候都可以輸入命令p 變量名來查看變量：
|
1
2
3
4
|
(Pdb) p s
'0'
(Pdb) p n
0
|
輸入命令q結束調試，退出程序：
|
1
2
3
4
5
|
(Pdb) n
ZeroDivisionError:
'integer division or modulo by zero'
>
/Users/michael/Github/sicp/err
.py(4)<module>()
-> print 10 / n
(Pdb) q
|
這種通過pdb在命令行調試的方法理論上是萬能的，但實在是太麻煩了，如果有一千行代碼，要運行到第999行得敲多少命令啊。還好，我們還有另一種調試方法。
pdb.set_trace()
這個方法也是用pdb，但是不需要單步執行，我們只需要import pdb，然后，在可能出錯的地方放一個pdb.set_trace()，就可以設置一個斷點：
|
1
2
3
4
5
6
7
|
# err.py
import
pdb
s
=
'0'
n
=
int
(s)
pdb.set_trace()
# 運行到這里會自動暫停
print
10
/
n
|
運行代碼，程序會自動在pdb.set_trace()暫停並進入pdb調試環境，可以用命令p查看變量，或者用命令c繼續運行：
|
1
2
3
4
5
6
7
8
9
10
|
$ python err.py
>
/Users/michael/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
|
這個方式比直接啟動pdb單步調試效率要高很多，但也高不到哪去。
IDE
如果要比較爽地設置斷點、單步執行，就需要一個支持調試功能的IDE。目前比較好的Python IDE有PyCharm：
http://www.jetbrains.com/pycharm/
另外，Eclipse加上pydev插件也可以調試Python程序。
小結
寫程序最痛苦的事情莫過於調試，程序往往會以你意想不到的流程來運行，你期待執行的語句其實根本沒有執行，這時候，就需要調試了。
雖然用IDE調試起來比較方便，但是最后你會發現，logging才是終極武器。