Python学习记录-代码调试

Posted Books&Coffee

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python学习记录-代码调试相关的知识,希望对你有一定的参考价值。

方法1 print()

  不推荐使用

方法2 断言

凡是用print()来辅助查看的地方,都可以用断言(assert)来替代:

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

def main():
    foo(‘0‘)

assert的意思是,表达式n != 0应该是True,否则,根据程序运行的逻辑,后面的代码肯定会出错。

如果断言失败,assert语句本身就会抛出AssertionError

$ python err.py
Traceback (most recent call last):
  ...
AssertionError: n is zero!

程序中如果到处充斥着assert,和print()相比也好不到哪去。不过,启动Python解释器时可以用-O参数来关闭assert

$ python -O err.py
Traceback (most recent call last):
  ...
ZeroDivisionError: division by zero
 注意:断言的开关“-O”是英文大写字母O,不是数字0。

关闭后,你可以把所有的assert语句当成pass来看。

方法3 logging

print()替换为logging是第3种方式,和assert比,logging不会抛出错误,而且可以输出到文件:

import logging

s = ‘0‘
n = int(s)
logging.info(‘n = %d‘ % n)
print(10 / n)

logging.info()就可以输出一段文本。运行,发现除了ZeroDivisionError,没有任何信息。怎么回事?

别急,在import logging之后添加一行配置再试试:

import logging
logging.basicConfig(level=logging.INFO)

看到输出了:

$ python err.py
INFO:root:n = 0
Traceback (most recent call last):
  File "err.py", line 8, in <module>
    print(10 / n)
ZeroDivisionError: division by zero

这就是logging的好处,它允许你指定记录信息的级别,有debuginfowarningerror等几个级别,

当我们指定level=INFO时,logging.debug就不起作用了。

同理,指定level=WARNING后,debuginfo就不起作用了。这样一来,你可以放心地输出不同级别的信息,也不用删除,最后统一控制输出哪个级别的信息。

logging的另一个好处是通过简单的配置,一条语句可以同时输出到不同的地方,比如console和文件

 

方法4 pdb 单步调试

第4种方式是启动Python的调试器pdb,让程序以单步方式运行,可以随时查看运行状态。

参考: https://www.liaoxuefeng.com/wiki/1016959663602400/1017602696742912

 

方法5  pdb.set_trace()

 

方法6  IDE

以上是关于Python学习记录-代码调试的主要内容,如果未能解决你的问题,请参考以下文章

python 机器学习有用的代码片段

谷歌浏览器调试jsp 引入代码片段,如何调试代码片段中的js

python小白学习记录 多线程爬取ts片段

学习笔记:python3,代码片段(2017)

[未解决问题记录]python asyncio+aiohttp出现Exception ignored:RuntimeError('Event loop is closed')(代码片段

python调试之pdb调试工具