CentOS Python代码调试方法 - 问答

CentOS下Python代码调试方法汇总

一、基础调试方法

1. Print大法

在代码关键节点（如函数入口、循环体、条件判断分支）插入print()语句，输出变量值、执行路径或提示信息，直观展示程序运行状态。例如：

def calculate_sum(a, b):
    print(f"Input values: a={a}, b={b}")  # 打印输入参数
    result = a + b
    print(f"Calculated result: {result}")  # 打印计算结果
    return result

适用场景：小规模代码、快速验证逻辑，无需额外工具。

2. Logging模块

使用Python内置的logging模块替代print，支持日志级别控制（DEBUG/INFO/WARNING/ERROR/CRITICAL）、日志格式定制（时间、模块、行号）和日志文件输出，更灵活且适合生产环境。配置示例如下：

import logging
logging.basicConfig(
    filename='app_debug.log',  # 日志文件路径
    level=logging.DEBUG,       # 设置最低日志级别
    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s'  # 日志格式
)
logging.debug("Debug message: Variable x=%d", x)  # 输出调试信息

适用场景：需要长期记录运行状态、区分日志优先级的项目。

二、命令行调试工具

1. PDB（Python内置调试器）

通过pdb模块实现命令行交互式调试，核心功能包括设置断点、逐行执行、查看变量、堆栈追踪。使用步骤：

插入断点：在代码中添加import pdb; pdb.set_trace()，程序运行到此处会暂停。
常用命令：
- n（next）：执行下一行代码（不进入函数）；
- s（step）：进入函数内部；
- c（continue）：继续执行至下一个断点或程序结束；
- p <变量名>（print）：打印变量值；
- l（list）：显示当前代码上下文（前后5行）；
- q（quit）：退出调试模式。

示例代码：

def divide(a, b):
    pdb.set_trace()  # 断点
    return a / b

divide(10, 0)  # 触发断点

适用场景：命令行环境、无需图形界面的调试需求。

2. IPDB（增强版PDB）

基于IPython的pdb增强工具，提供语法高亮、自动补全、更友好的命令提示，提升命令行调试体验。安装与使用：

安装：pip install ipdb；
使用：将pdb.set_trace()替换为ipdb.set_trace()，其余命令与PDB一致。

示例代码：

import ipdb
def complex_logic(x):
    ipdb.set_trace()  # 断点
    return x ** 2 + 2 * x + 1

complex_logic(3)

适用场景：习惯IPython交互体验、需要更清晰命令提示的开发者。

3. PDBPP（增强版PDB）

pdb的增强版，支持语法高亮、命令历史、自动完成、更快的执行速度，无需修改原有pdb命令即可使用。安装：pip install pdbpp，使用方式与pdb完全一致。

三、图形化调试工具（IDE/编辑器）

1. Visual Studio Code（VS Code）

通过安装Python扩展，提供可视化的调试界面，支持断点设置、单步执行、变量监视、调用堆栈查看。配置步骤：

安装扩展：在VS Code扩展市场搜索“Python”并安装；

配置launch.json：在项目根目录创建.vscode/launch.json文件，添加以下配置：

{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Python: Current File",
            "type": "python",
            "request": "launch",
            "program": "${file}",  // 当前打开的文件
            "console": "integratedTerminal"  // 使用集成终端
        }
    ]
}

启动调试：在代码行号处点击设置断点，按F5启动调试模式。

适用场景：轻量级编辑器、需要快速切换调试与开发的场景。

2. PyCharm

JetBrains推出的专业Python IDE，提供强大的调试功能：

可视化断点管理（支持条件断点、日志断点）；
变量监视窗口（实时查看变量值及变化）；
堆栈追踪分析（快速定位异常位置）；
远程调试（支持调试远程服务器上的代码）。
使用步骤：
设置断点：在代码行号处点击；
启动调试：点击顶部菜单栏“Run”→“Debug ‘Current File’”。

适用场景：大型项目、需要专业调试功能的团队。

四、高级调试技巧

1. 断言（Assert）

通过assert语句验证代码中的关键条件，若条件不成立则抛出AssertionError，快速定位逻辑错误。示例如下：

def calculate_discount(price, discount_rate):
    assert price > 0, "Price must be positive"  # 验证价格合法性
    assert 0 <= discount_rate <= 1, "Discount rate must be between 0 and 1"
    return price * (1 - discount_rate)

适用场景：开发阶段、验证输入参数或中间结果的合法性。

2. ICECream调试工具

专为调试设计的第三方库，通过ic()函数简化变量输出，支持自动打印变量名与值、支持表达式求值。安装与使用：

安装：pip install icecream；
使用：替换print语句为ic()。

示例代码：

from icecream import ic
def process_data(data):
    ic(data)  # 自动打印变量名与值
    processed = [x * 2 for x in data]
    ic(processed)  # 打印处理后的结果
    return processed

process_data([1, 2, 3])

输出结果：

ic| data: [1, 2, 3]
ic| processed: [2, 4, 6]

适用场景：需要快速输出调试信息、避免重复写print的场景。

3. 混合调试（GDB）

当调试Python与C++混合代码（如通过C扩展实现的Python模块）时，可使用GDB（GNU调试器）进行底层调试。需编译Python时开启调试符号（./configure --with-pydebug），然后通过gdb python启动调试会话，设置断点并查看C++层的变量与堆栈。

0 赞

0 踩