说起 Python 怎么调试，这可是个程序员绕不开的话题。谁还没遇到过几行代码跑不通，百思不得其解的时候呢？别怕，今天就跟你聊聊我用过的那些 Python 调试 方法，保证让你以后debug不再头大。

最简单粗暴，但也最有效的，就是 print() 大法了！别笑，这招真的好用。尤其是在你对代码逻辑不太确定的时候，在关键的地方 print() 一下变量的值，看看是不是按照你的预期走的。比如：

“`python
def calculate_discount(price, discount_rate):
“””计算折扣后的价格.”””
print(f”原始价格: {price}”) # 打印原始价格
discount_amount = price * discount_rate
print(f”折扣金额: {discount_amount}”) # 打印折扣金额
final_price = price – discount_amount
print(f”最终价格: {final_price}”) # 打印最终价格
return final_price

price = 100
discount_rate = 0.2
final_price = calculate_discount(price, discount_rate)
print(f”最终结果: {final_price}”)
“`

这样一来，每一步的计算结果都清清楚楚地展现在你眼前，哪里出了问题一眼就能看出来。当然，print() 用多了会显得代码很乱，所以用完记得删掉或者注释掉。

再来说说 Python 调试器。这可是个正经的工具，能让你更优雅地调试代码。Python 自带了一个调试器 pdb，虽然用起来稍微有点麻烦，但是功能强大。

想要使用 pdb，可以在代码中插入 import pdb; pdb.set_trace() 语句。当程序运行到这一行时，就会自动进入调试模式。然后你就可以使用各种命令来查看变量的值、单步执行代码等等。

“`python
import pdb

def process_data(data):
results = []
for item in data:
pdb.set_trace() # 程序运行到这里会暂停，进入调试模式
processed_item = item * 2
results.append(processed_item)
return results

data = [1, 2, 3, 4, 5]
processed_data = process_data(data)
print(processed_data)
“`

进入 pdb 调试模式后，你可以用以下命令：

• n (next): 执行下一行代码
• s (step): 进入函数内部
• c (continue): 继续执行代码，直到遇到下一个断点
• p <variable>: 打印变量的值
• q (quit): 退出调试模式

虽然 pdb 功能很强大，但是界面不太友好，用起来不太方便。所以，我更喜欢用一些第三方的 Python 调试器，比如 ipdb 或者 IDE 自带的调试器。

ipdb 是一个基于 IPython 的调试器，用起来更加方便。你可以像使用 IPython 一样，在调试模式下执行各种 Python 命令，查看变量的值等等。

要使用 ipdb，首先需要安装它：pip install ipdb。然后在代码中插入 import ipdb; ipdb.set_trace() 语句，就可以进入调试模式了。

IDE 自带的调试器就更方便了。比如 PyCharm、VS Code 等等，都提供了强大的调试功能。你可以设置断点、单步执行代码、查看变量的值等等，而且界面非常友好。

以 PyCharm 为例，你只需要在代码的行号旁边点击一下，就可以设置一个断点。然后点击 “Debug” 按钮，就可以开始调试了。程序运行到断点处会自动暂停，然后你就可以使用各种调试工具来查看代码的状态。

除了使用调试器之外，还可以使用 日志 来帮助调试代码。日志可以记录程序的运行过程，包括各种变量的值、函数的调用等等。通过分析日志，你可以找到程序出错的原因。

Python 提供了 logging 模块来方便地记录日志。你可以设置不同的日志级别，比如 DEBUG、INFO、WARNING、ERROR、CRITICAL 等等。只有级别高于或等于设置的级别的日志才会被记录下来。

“`python
import logging

配置日志

logging.basicConfig(filename=’my_app.log’, level=logging.DEBUG,
format=’%(asctime)s – %(name)s – %(levelname)s – %(message)s’)

创建一个 logger 对象

logger = logging.getLogger(name)

def divide(x, y):
logger.debug(f”Dividing {x} by {y}”)
try:
result = x / y
except ZeroDivisionError:
logger.error(“Tried to divide by zero”)
return None
else:
logger.info(f”Result is {result}”)
return result

result = divide(10, 2)
print(result)

result = divide(5, 0)
print(result)
“`

在这个例子中，我们设置了日志级别为 DEBUG，所以所有级别的日志都会被记录下来。logger.debug() 用于记录调试信息，logger.info() 用于记录普通信息，logger.error() 用于记录错误信息。通过查看 my_app.log 文件，你可以了解程序的运行过程，找到出错的原因。

还有一种调试技巧，就是 单元测试。单元测试是对代码中的最小单元进行测试，比如一个函数、一个类等等。通过编写单元测试，你可以确保代码的正确性。

Python 提供了 unittest 模块来方便地编写单元测试。你可以编写各种测试用例，来测试代码的不同情况。

“`python
import unittest

def add(x, y):
return x + y

class TestAdd(unittest.TestCase):
def test_add_positive_numbers(self):
self.assertEqual(add(1, 2), 3)

def test_add_negative_numbers(self):
    self.assertEqual(add(-1, -2), -3)

def test_add_mixed_numbers(self):
    self.assertEqual(add(1, -2), -1)

if name == ‘main‘:
unittest.main()
“`

在这个例子中，我们编写了三个测试用例，分别测试了加法函数在不同情况下的正确性。通过运行单元测试，你可以确保加法函数能够正确地处理各种输入。

除了上面说的这些方法之外，还有一些其他的调试技巧，比如：

• 阅读错误信息：Python 的错误信息通常会告诉你出错的原因和位置，仔细阅读错误信息可以帮助你快速找到问题。
• 使用在线调试工具：有一些在线调试工具可以让你在浏览器中调试 Python 代码，比如 Python Tutor 等。
• 向别人请教：如果自己实在找不到问题，可以向别人请教，也许别人一眼就能看出你的错误。

总而言之，Python 怎么调试 是一个需要不断学习和实践的过程。掌握了这些调试技巧，你就可以更高效地解决代码难题，让 Python 编程 更加轻松愉快。希望这些经验对你有帮助！记住，不要害怕 Bug，它们是通往优秀的阶梯。