Python调试技巧介绍

shhgs

Python调试技巧

鉴于这个问题已经被问过多次了，我觉得应该写一个文档介绍一下Python的调试。

1. print
不要看不起print，这是一切调试的起点，即便是调试Java或者C这种巨麻烦的编译语言，print仍然是常用工具。当然，我们讲的是Python，是比Java和C要方便100倍的动态解释语言，因此这个print就更有力了。至于语法如何，不用我讲了吧。

2. reload
python本身就是一个交互式环境，你完全可以一边写代码，一边开一个python进程，然后用reload调用你写的模块，顺手传几个参数进去，看看运行的结果。

1. # file name fac.py
   
2. def factorial(n):
   
3.         result = 1
   
4.         for i in range(1, n+1):
   
5.                 result *= i
   
6.         return result

复制代码

1. 
   
2. >>> fac.factorial(5)
   
3. 120
   

复制代码

然后你用递归重写了factorial（注意，我这里把*替换成了+）

1. # file name fac.py
   
2. def factorial(n):
   
3.         if n == 1:
   
4.                 return result
   
5.         else:
   
6.                 return n + factorial(n-1)

复制代码

1. 
   
2. >>> reload(fac)
   
3. <module 'fac' from 'fac.py'>
   
4. >>> fac.factorial(5)
   
5. 15

复制代码

3. reload有一点限制，就是这个模块得能import得到。如果程序恰好不在PYTHONPATH里面，这一招就玩不转了。不过人不能让尿憋死对不对？所以python提供了exec和eval。

严格地说exec和eval并不是为了调试设计的，甚至我都不知道它们“应该”用在哪里。通常Perl程序员都喜欢，或者不得不用exec，eval实现一些很暴力，很变态的功能。不过由于Python的良好设计，这种滥用暴力的场合并不常见，因此Python初学者都对exec和eval不甚了解。这里正好借这个机会介绍一下者两个工具。

exec的语法是
exec(code, environment)

这个code可以是一个字符串，也可以是一个文件对象。下面我们用文件对象举例。

1. >>> d = {}
   
2. >>> exec(file('/tmp/fac.py', d)
   
3. >>> d.get('factorial')(5）
   
4. 15
   

复制代码

eval和exec的意思相近，不过其功能是计算而不是赋值。(接上面的例子）

1. >>> eval('factorial(12)', d)
   
2. 15

复制代码

这里environment是一个dictonary，因此当python执行完code之后，他会把所有的东西都放在这个environment里面。如果你不指定environment，python会在当前的environment里执行这段代码。如果你刚运行了一个factorial，接着又执行了这个fac.py,那么这段代码里的factorial就会取代你刚运行的factorial。因此，强烈建议你，总是指定一个environment


4. python -i
exec也好，reload也罢，对于调试单独一个类或者方法，是很方便的，但是如果在写要用到这些类或者方法的程序时，该怎么调试呢？写一个wrapper方法。好主意，实际上我自己就经常这么做。不过python的命令行参数提供了一个更棒的方法， -i

1. # test.py
   
2. def factorial(n):
   
3.     if n == 1:
   
4.         return 1
   
5.     else:
   
6.         return n * factorial(n-1)
   
7. 
   
8. def sum(n):
   
9.     if n == 1:
   
10.         return 1
    
11.     else:
    
12.         return n + sum(n-1)
    
13. 
    
14. result = 0
    
15. for i in range(5, 7):
    
16.     result += factorial(i) + sum(i)
    
17. 
    
18.     if i == 6 :     # our debugging break point
    
19.         break       #
    

复制代码

1. python -i test.py
   
2. >>>
   
3. >>> dir()
   
4. ['__builtins__', '__doc__', '__file__', '__name__', 'factorial', 'i', 'result', 'sum']
   
5. >>> result
   
6. 876

复制代码

5. logging
logging是一个远比print更强大的调试工具。Python的logging模块非常强大，任何一个严肃的Py开发人员都应该学会使用这个模块。建议大家从Python的文档入手，学习这个模块。这里我就不多讲了。

6. pdb， idle，komodo，windpdb，以及其他调试工具。
很遗憾，除了idle和komodo用过几次，其他的都是只闻其名，实在是不知道该怎么介绍。不过我倒是一点也不觉得遗憾。就我个人的感觉，有了上面5个工具，完全够用了。

[ 本帖最后由 shhgs 于 2008-9-2 12:20 编辑 ]

realmon

习惯断点了,

jjj137

多谢LZ的精彩讲解，解除了我许多疑惑，哈哈~
PS：标题拼错了……

[ 本帖最后由 jjj137 于 2008-8-30 12:14 编辑 ]

xiaoyu9805119

感谢楼主分享。呵呵
不错不错

yxpxa

学习一下，
我现在只会一个个的跟踪程序变量，就是在命令行输入变量的名字，看看哪个出现问题。

无声无息

这个对比较有用！

Vinge

很很大白菜的问一下，怎么实现单步跟踪调试，虽然大家不推荐这么干，但是有这个还是很方便查错的？

23号

good.

jjj137

原帖由 Vinge 于 2008-9-3 09:11 发表
很很大白菜的问一下，怎么实现单步跟踪调试，虽然大家不推荐这么干，但是有这个还是很方便查错的？

呵呵，单步调试就要借助工具了，见楼主的第六条。
另外貌似ulipad也带了一个调试工具，没用过不知怎么样。

realmon

Assert 算吗