世界人都知道,程序总会有bug存在。复杂点的bug一般人不能一眼看出,这就一要一套调试程序的手段。

方法一:使用print()函数直接打印:

>>> def foo(s):
... n = int(s)
... print(n)
... return 10 / n
...
>>> def main():
... foo('')
...
>>> main()
0
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 2, in main
File "<stdin>", line 4, in foo
ZeroDivisionError: division by zero

我们在认为可能出错的地方打印变量出来。这有很大的弊端,因为打印的代码实际功能并不需要。这都是垃圾信息。

方法二:用断言assert代替打印print()

>>> def foo(s):
... n = int(s)
... assert n != 0,'n的值是0!'
... return 10 / n
...
>>> def main():
... foo('')
...
>>> main()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 2, in main
File "<stdin>", line 3, in foo
AssertionError: n的值是0!

assert的意思是,紧跟其后的表达式的结果应该是true,否则会抛出AssertionError。这里 n = 0,所以结果是AssertionError: n的值是0!

如果assert仅仅这样的话,那和print区别也不大嘛。下面就是assert特点喽:启动python解释器的时候可以用-O参数来关闭assert(这是大写的字母O;关闭后,可以把assert的语句当做pass用),将上述代码放进新建文件err_assert.py中,执行结果:

PS E:\Python3.6.3\workspace> python -O err_assert.py
Traceback (most recent call last):
File "err_assert.py", line 9, in <module>
main()
File "err_assert.py", line 7, in main
foo('')
File "err_assert.py", line 4, in foo
return 10 / n
ZeroDivisionError: division by zer

方法三:用logging替换print(),和assert比,logging不会抛出错误,而是可以输出到文件中

新建一个err_logginginfo.py文件:

import logging
logging.basicConfig(level=logging.INFO)
s = '0'
n = int(s)
logging.info('n=%d' % n)
print(10/n) #执行结果
PS E:\Python3.6.3\workspace> python err_logginginfo.py
INFO:root:n=0
Traceback (most recent call last):
File "err_logginginfo.py", line 6, in <module>
print(10/n)
ZeroDivisionError: division by zero

logging可以允许你指定记录信息的级别,级别由低到高分别有debug、info、warning、error、CRITICAL等级别,定义为高级别的时候,低级别的信息就不在显示了。比如,我们调整为WARNING级别,看看INFO还有作用吗:

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

执行结果:

PS E:\Python3.6.3\workspace> python err_logginginfo.py
Traceback (most recent call last):
File "err_logginginfo.py", line 6, in <module>
print(10/n)
ZeroDivisionError: division by zero

这样,我们可以放心输出不同级别的信息,也不用删除。统一的控制输出哪个级别的信息。

上述例子中,logging都是把结果输出到控制台console,logging可实现的作用非常丰富,例如,我们简单配置后,还可以把结果输出到文件,甚至通过tcp协议,将日志内容发送到网络。

方法四:使用python的调试器pdb,可以让程序以单步方式执行,方便我们随时查看运行状态。

新建程序err_pdb.py文件:

s = ''
n = int(s)
print(10 / n)

然后以pdb模式启动:

PS E:\Python3.6.3\workspace> python -m pdb err_pdb.py
> e:\python3.6.3\workspace\err_pdb.py(1)<module>()
-> s = ''
(Pdb) l
1 -> s = ''
2 n = int(s)
3 print(10 / n)
[EOF]
(Pdb) n
> e:\python3.6.3\workspace\err_pdb.py(2)<module>()
-> n = int(s)
(Pdb) p s
''
(Pdb) p n
*** NameError: name 'n' is not defined
(Pdb) n
> e:\python3.6.3\workspace\err_pdb.py(3)<module>()
-> print(10 / n)
(Pdb) p n
0
(Pdb) p s
''
(Pdb) n
ZeroDivisionError: division by zero
> e:\python3.6.3\workspace\err_pdb.py(3)<module>()
-> print(10 / n)
(Pdb) n
--Return--
> e:\python3.6.3\workspace\err_pdb.py(3)<module>()->None
-> print(10 / n)
(Pdb) n
ZeroDivisionError: division by zero
> <string>(1)<module>()->None
(Pdb) n
--Return--
> <string>(1)<module>()->None
(Pdb) n
Traceback (most recent call last):
File "E:\Python3.6.3\lib\pdb.py", line 1667, in main
pdb._runscript(mainpyfile)
File "E:\Python3.6.3\lib\pdb.py", line 1548, in _runscript
self.run(statement)
File "E:\Python3.6.3\lib\bdb.py", line 431, in run
exec(cmd, globals, locals)
File "<string>", line 1, in <module>
File "e:\python3.6.3\workspace\err_pdb.py", line 3, in <module>
print(10 / n)
ZeroDivisionError: division by zero
Uncaught exception. Entering post mortem debugging
Running 'cont' or 'step' will restart the program
> e:\python3.6.3\workspace\err_pdb.py(3)<module>()->None
-> print(10 / n)
(Pdb) q
Post mortem debugger finished. The err_pdb.py will be restarted
> e:\python3.6.3\workspace\err_pdb.py(1)<module>()
-> s = ''
(Pdb) n
> e:\python3.6.3\workspace\err_pdb.py(2)<module>()
-> n = int(s)
(Pdb) q
PS E:\Python3.6.3\workspace>

小写字母l,可以列出所有要执行的代码;

n 命令表示单步执行代码;

p 后面加上变量名,可以随时查看变量的值;

在pdb模式中,对于还没有单步执行到的代码,相关的变量的变更是无效的;

q 命令退出当前调试,进入重新从头开始调试,再次输入q,就会推出调试程序。

这种方式的调试,有一个弊端,就是只能一步一步的执行下去,如果程序有很多行,岂不是累死。

方法五:在可能出错的地方使用pdb.set_trace(),就可以设置一个断电:

#err_pdb.py
import pdb s = ''
n = int(s)
pdb.set_trace() #程序运行到这里会自动停止,等待命令
print(10 / n)

这时,我们可以使用l、c、n、p、q等命令来控制和查看程序:

PS E:\Python3.6.3\workspace> python err_pdb.py
> e:\python3.6.3\workspace\err_pdb.py(7)<module>()
-> print(10 / n)
(Pdb) p s
''
(Pdb) l
2 import pdb
3
4 s = ''
5 n = int(s)
6 pdb.set_trace() #程序运行到这里会自动停止,等待命令
7 -> print(10 / n)
[EOF]
(Pdb) n
ZeroDivisionError: division by zero
> e:\python3.6.3\workspace\err_pdb.py(7)<module>()
-> print(10 / n)
(Pdb) c
Traceback (most recent call last):
File "err_pdb.py", line 7, in <module>
print(10 / n)
ZeroDivisionError: division by zero

方法六:中级调试武器,IDE。省略若干网页……

python错误调试print、assert、logging、pdb、pdb.set_trace()的更多相关文章

  1. Python错误调试-raise、assert

    raise: raise语句手工引发一个异常:,这样做程序不会因异常而终止,而是运行报错 1 "raise" [expression ["," expressi ...

  2. python错误、调试、测试

    1.错误, Python内置的try...except...finally用来处理错误十分方便.出错时,会分析错误信息并定位错误发生的代码位置才是最关键的. 程序也可以主动抛出错误,让调用者来处理相应 ...

  3. Python学习 Day 12 调试 断言 logging pdb pdb.set_trace

    调试 第一种方法简单直接粗暴有效,就是用print把可能有问题的变量打印出来看看: >>> def foo(s): n= int(s) print '>>> n = ...

  4. python: 错误处理try详解 ,traceback调用栈, 调试(logging)

    摘录:https://www.liaoxuefeng.com/wiki/1016959663602400/1017598873256736 错误处理 调试 错误处理 高级语言都会使用内置的一套try. ...

  5. Pdb— Python的调试器

    参考:Pdb- Python的调试器 pdb 模块定义了一个交互式源代码调试器,用于 Python 程序.它支持在源码行间设置(有条件的)断点和单步执行,检视堆栈帧,列出源码列表,以及在任何堆栈帧的上 ...

  6. python之错误调试

    无论谁写的程序,必定会存在bug,解决bug需要我们去调试程序.于是乎,在Python中,就会好几种调试手段,如print.assert.logging.pdb.pdb.set_trace() 一.使 ...

  7. 转 Python3 错误和异常/ Python学习之错误调试和测试

    ########sample 0 https://www.cnblogs.com/Simon-xm/p/4073028.html except: #捕获所有异常 except: <异常名> ...

  8. Python错误处理和调试

    错误处理(try...except...finally...) try: print('try...') r = 10 / 0 print('result:', r) except ZeroDivis ...

  9. Python错误、调试和测试

    try: print('try...') r = 10 / int('a') print('result:', r) except ValueError as e: print('ValueError ...

随机推荐

  1. SpringBoot 项目脚手架

    写在前面 之前也一直很少有写SpringBoot项目相关的文章,今天 准备整理一个我自己初始化SpringBoot项目时的一个脚手架,便于自己后面查阅.因为SpringBoot的约定大于配置,在整合各 ...

  2. [从今天开始修炼数据结构]线性表及其实现以及实现有Itertor的ArrayList和LinkedList

    一.线性表 1,什么是线性表 线性表就是零个或多个数据元素的有限序列.线性表中的每个元素只能有零个或一个前驱元素,零个或一个后继元素.在较复杂的线性表中,一个数据元素可以由若干个数据项组成.比如牵手排 ...

  3. Python 中国大学排名定向爬虫

    代码来自于中国大学Mooc北京理工大学Pythont教学团队:https://www.icourse163.org/learn/BIT-1001870001#/learn/content?type=d ...

  4. day20 异常处理

    异常处理: 一.语法错误 二.逻辑错误 为什么要进行异常处理? python解释器执行程序时,检测到一个错误,出发异常,异常没有被处理的话,程序就在当前异常处终止,后面的代码不会运行 l = ['lo ...

  5. Spring Data Jpa的四种查询方式

    一.调用接口的方式 1.基本介绍 通过调用接口里的方法查询,需要我们自定义的接口继承Spring Data Jpa规定的接口 public interface UserDao extends JpaR ...

  6. Rust 入门 (三)_下

    这部分我们学习 rust 语言的 变量.数据类型.函数.注释.流程控制 这五个方面的内容.前文介绍了前两个内容,本文介绍后三个内容. 函数 函数在 rust 代码普遍存在,我们也已经见过了它的主函数 ...

  7. java中的基本数据类型转换

    Java 中的 8 种基本数据类型,以及它们的占内存的容量大小和表示的范围,如下图所示: 重新温故了下原始数据类型,现在来解释下它们之间的转换关系. 自动类型转换 自动类型转换是指:数字表示范围小的数 ...

  8. Flink中的CEP复杂事件处理 (源码分析)

    其实CEP复杂事件处理,简单来说你可以用通过类似正则表达式的方式去表示你的逻辑,表现能力非常的强,用过的人都知道 开篇先偷一张图,整体了解Flink中的CEP中的  一种重要的图  NFA非确定有限状 ...

  9. PV、UV、IP、TPS、QPS、RPS等网络度量术语

    PV:(访问量)即Page View --页面浏览量或单击量.用户每一次对网站中的任何页面进行访问后,被记录为一次PV,用户对同一页面的多次刷新,访问量将进行累计: UV:(独立访客)即Unique ...

  10. PowerMock学习(九)之Mock Answer的使用

    关于Mock Answer 上一篇文章,有介绍过关于Arguments Matche的使用,其实 Answer的作用与其比较类似,但是它比 Arguments Matcher 更加强大. Argume ...