Python3之調試

　　程序能一次寫完並正常運行的機率很小，基本不超過1%。總會有各類各樣的bug須要修正。有的bug很簡單，看看錯誤信息就知道，有的bug很複雜，咱們須要知道出錯時，哪些變量的值是正確的，哪些變量的值是錯誤的，所以，須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：

　　err3.py

def foo(s):
    n=int(s)
    print('>>>n=%d' % n)
    return 10 / n
def main():
    foo('0')
main()

　　運行結果，在輸出中能夠查找到打印的變量值

>>>n=0
Traceback (most recent call last):
  File "err3.py", line 7, in <module>
    main()
  File "err3.py", line 6, in main
    foo('0')
  File "err3.py", line 4, in foo
    return 10 / n
ZeroDivisionError: division by zero

　　用print()最大的壞處是程序調試完畢須要刪除，程序處處都是print(),運行結果也包含大量垃圾信息。因此，咱們又有第二種方法

        do_assert.py

　　斷言

def foo(s):
    n = int(s)
    assert n != 0, 'n is zero!'
    return 10 / n

def main():
    foo('0')

main()

　　assert的意思是，表達式n!=0應該是True，不然，根據程序運行的邏輯，後面的代碼確定會出錯

　　若是斷言失敗,assert語句自己就會拋出AssertionError

　　運行結果

Traceback (most recent call last):
  File "do_assert.py", line 12, in <module>
    main()
  File "do_assert.py", line 10, in main
    foo('0')
  File "do_assert.py", line 6, in foo
    assert n != 0, 'n is zero!'
AssertionError: n is zero!

　　程序中若是處處充斥着assert，和print()相比也好不到哪去。不過，啓動Python解釋器時能夠用-O參數來關閉assert：

python3 -O do_assert.py

　　運行結果

Traceback (most recent call last):
  File "do_assert.py", line 12, in <module>
    main()
  File "do_assert.py", line 10, in main
    foo('0')
  File "do_assert.py", line 7, in foo
    return 10 / n
ZeroDivisionError: division by zero

　　關閉後,能夠把全部的assert語句當成pass來看

　　

　　logging

　　把print()替換成logging是第3種方式，和assert比，logging不會拋出錯誤，並且能夠輸出到文件

　　err4.py

import logging
#logging.basicConfig(level=logging.INFO)
s='0'
n=int(s)
logging.info('n=%d'%n)
print(10/n)

 　　logging.info()就能夠輸出一段文本。運行，發現除了ZeroDivisionError，沒有任何信息

Traceback (most recent call last):
  File "err4.py", line 6, in <module>
    print(10/n)
ZeroDivisionError: division by zero

 　　修改增長配置

import logging
logging.basicConfig(level=logging.INFO)
s='0'
n=int(s)
logging.info('n=%d'%n)
print(10/n)

 　　運行結果

INFO:root:n=0
Traceback (most recent call last):
  File "err4.py", line 6, in <module>
    print(10/n)
ZeroDivisionError: division by zero

 　　這就是logging的好處，它容許你指定記錄信息的級別，有debug，info，warning，error等幾個級別，當咱們指定level=INFO時，logging.debug就不起做用了。同理，指定level=WARNING後，debug和info就不起做用了。這樣一來，你能夠放心地輸出不一樣級別的信息，也不用刪除，最後統一控制輸出哪一個級別的信息。

logging的另外一個好處是經過簡單的配置，一條語句能夠同時輸出到不一樣的地方，好比console和文件。

 

　　pdb

　　第4種方式是啓動python的調速器pdb，讓程序以單步方式運行，能夠隨時查看運行狀態

　　err5.py

#err5.py
s='0'
n=int(s)
print(10 / n)

 　　啓動

python3 -m pdb err5.py 

 　　以參數-m pdb啓動後，pdb定位到下一步要執行的代碼->s='0'

> /nas/scripts/python/learn-python3/samples/debug/err5.py(2)<module>()
-> s='0'

 　　能夠輸入字母l來查看代碼

(Pdb) l
  1  	#err5.py
  2  ->	s='0'
  3  	n=int(s)
  4  	print(10 / n)

 　　輸入n能夠單步執行代碼

(Pdb) n
> /nas/scripts/python/learn-python3/samples/debug/err5.py(3)<module>()
-> n=int(s)

 

> /nas/scripts/python/learn-python3/samples/debug/err5.py(4)<module>()
-> print(10 / n)

 

(Pdb) n
ZeroDivisionError: division by zero
> /nas/scripts/python/learn-python3/samples/debug/err5.py(4)<module>()
-> print(10 / n)

 　　任什麼時候候均可以輸入p 加變量名查看變量

(Pdb) p s
'0'

 　　輸入q結束調試

　　這種經過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，若是有一千行代碼，要運行到第999行得敲多少命令啊。還好，咱們還有另外一種調試方法。

 

　　pdb.set_trace()

　　這個方法也是用pdb，可是不須要單步執行，咱們只須要import pdb，而後，在可能出錯的地方放一個pdb.set_trace()，就能夠設置一個斷點：

　　err6.py

#err6.py
import pdb
s='0'
n=int(s)
#運行到這來會自動暫停
pdb.set_trace()
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，能夠用命令p查看變量，或者用命令c繼續運行：

(base) [root@prd-zabbix debug]# python3 err6.py 
> /nas/scripts/python/learn-python3/samples/debug/err6.py(7)<module>()
-> print(10 / n)
(Pdb) p n
0
(Pdb) c
Traceback (most recent call last):
  File "err6.py", line 7, in <module>
    print(10 / n)
ZeroDivisionError: division by zero

 　　

　　IDE

　　若是要比較爽地設置斷點、單步執行，就須要一個支持調試功能的IDE。目前比較好的Python IDE有：

　　Visual Studio Code：https://code.visualstudio.com/，須要安裝Python插件。

　　PyCharm：http://www.jetbrains.com/pycharm/

　　另外，Eclipse加上pydev插件也能夠調試Python程序。

　　

　　小結

　　寫程序最痛苦的事情莫過於調試，程序每每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，就須要調試了。

雖然用IDE調試起來比較方便，可是最後你會發現，logging纔是終極武器。