我們日常寫代碼過程中，難免會寫出各類錯誤，這些錯誤可能是語法錯誤、邏輯錯誤或運行時錯誤。我們可以使用最復雜的答案是來檢測到錯誤。也可以通過仔細閱讀回溯、使用調試工具、使用 linters 進行靜態(tài)分析以及運行測試來檢測錯誤，確保在運行之前和運行期間識別問題。

1.使用print語句進行調試

使用print語句進行調試就像在你要去的路上放置路標，我個人在我的隱喻中相信這一點

就像路標引導你并告訴你身在何處一樣，代碼中的打印語句會顯示變量的當前值以及程序執(zhí)行到的位置。

通過檢查這些“路標”，你可以確定自己是否走在正確的道路上或是否出了問題。

print(f"Hello, World!\n");

在代碼的關鍵點插入print()語句以輸出變量值并跟蹤執(zhí)行流程。這可以幫助你了解不同階段發(fā)生的情況。

例如：

我們在行中使用了print語句作為路徑（代碼流）上的路標，告訴你你在哪里以及發(fā)生了什么。如果出現(xiàn)問題，你可以使用這些檢查點來找出路徑（代碼）將你引入歧途的地方。

def hiking_trip(start, destination):
    print(f"從{start}開始徒步。")  # 路標 1
    midpoint = (start + destination) / 2
    print(f"到達中點：{midpoint}.")  # 路標 2
    if midpoint > 50:
        print("The midpoint is quite far!")  # 路標 3
    print(f"繼續(xù)前往目的地：{destination}.")  # 路標 4
    return destination

hiking_trip(0, 100)

2.利用Python的內置pdb模塊

使用 Python 的pdb模塊就像暫停電影并逐幀播放。

就像你可以暫停、倒帶或快進電影來查看正在發(fā)生的事情一樣，pdb 可讓你隨時暫停代碼，檢查正在發(fā)生的事情，并一步一步地瀏覽代碼。這樣，你可以仔細檢查代碼的每個部分，以找出可能出錯的地方。

使用該pdb模塊設置斷點并以交互方式逐步執(zhí)行代碼。首先插入import pdb; pdb.set_trace()要暫停執(zhí)行的位置。

命令

python -m pdb your_script.py

例如：

例如，通過添加pdb.set_trace()到你的程序中，執(zhí)行將在該行停止，從而允許你與提示符進行交互pdb。一旦到達提示符。

import pdb 
def example_function(x, y ): 
    result = x + y 
    pdb.set_trace()   # 執(zhí)行將在此處暫停
    print(f"結果是{result}") 
    return result 

example_function(3, 5)

你可以使用各種命令來調試，例如：

n：轉到下一行代碼。s：進入函數(shù)調用。c：繼續(xù)執(zhí)行，直到下一個斷點。

3.利用IDE調試器

使用 IDE 調試器就像在觀看電影時擁有一個具有高級功能的遙控器。

你可以暫停、跳過場景并查看幕后細節(jié)，IDE 調試器可以讓你設置斷點、檢查變量并以可視化的方式控制代碼流程。

利用 PyCharm 或 VSCode 等 IDE 中的內置調試器。這些工具提供了用于設置斷點、檢查變量和逐步執(zhí)行代碼的圖形界面。

例如：

在 PyCharm 或 VSCode 等 IDE 中調試程序時，你可以在代碼中所需的關鍵點設置斷點，類似于在重要場景暫停電影。隨時徹底檢查變量，就像看到電影幕后的細節(jié)一樣。一次執(zhí)行一行代碼，就像使用遙控器在電影中逐幀跳過一樣。

def movie_scene(start, end): 
    scene_duration = end - start   # 這是代碼的“電影長度”
    important_event = start + scene_duration // 2   #“電影”的中點
    return f"重要事件發(fā)生在{important_event}秒。"

 movie_scene( 0 , 120 )

當調試器暫停執(zhí)行時，你將能夠執(zhí)行以下命令：

檢查start和end的值?？纯磗cene_duration評估結果是什么。跨到下一行進行計算important_event。

4.利用日志記錄獲取更好的洞察力

使用日志記錄而不是打印語句就像保存詳細的日記而不是便簽。

如果你需要快速記賬，可以使用打印語句，它可以像便簽一樣工作，便簽可以為你提供快速提醒，而日記（記錄）可以讓你記錄不同級別的細節(jié)，從隨意的觀察到關鍵問題。

日志記錄稍微復雜一些。你可以根據(jù)日志的重要性查看它們，并調整要查看的詳細信息，從而幫助你更系統(tǒng)地跟蹤代碼中發(fā)生的情況。

import logging
logging.basicConfig(level=logging.DEBUG) 
logging.debug('這是一條調試消息')

用 Python 的模塊替換print()語句logging。日志可以記錄不同級別的消息（DEBUG、INFO、WARNING、ERROR、CRITICAL），并控制顯示的詳細信息量。例如：

DEBUG：詳細信息，用于診斷問題。

INFO：確認一切如預期進行。

WARNING：表示發(fā)生了意外的事情，但是程序仍然在運行。

ERROR：更嚴重的問題，程序可能無法繼續(xù)運行。

CRITICAL：一個嚴重的問題，意味著該程序可能無法繼續(xù)運行。

import logging

# 配置日志記錄以顯示所有級別
logstash.basicConfig(level=logging.DEBUG) 

def hill_log ( start, destination ): 
    logstash.info(f"從{start}開始徒步到{destination}。")   # 正常流程的 INFO 級別
    midpoint = (start + destination) / 2
    logstash.debug(f"中點在{midpoint}。")   # 詳細信息的 DEBUG 級別
    if midpoint > 50 : 
       logstash.warning("中點比預期的遠！")   # 潛在問題的 WARNING 級別
    if destination - start > 100 : 
        logstash.error("這次徒步太長了！")   # 重大問題的錯誤級別
    if destination - start > 200 : 
        logstash.critical("不可能徒步！目的地太遠！")   # 嚴重問題的 CRITICAL 級別
    return destination 

hill_log(0, 250)

在此示例中，你可以看到每個日志級別如何更加井然有序，并幫助你根據(jù)重要性顯示信息，就像日記一樣，它能讓你理清自己的旅程。此外，它還能讓你隨時篩選或查看日志，print這比在代碼中到處寫語句（便簽）要強大得多。我強烈推薦初學者使用這個！

5.仔細檢查回溯

仔細檢查回溯就像跟著地圖去尋找你在徒步旅行中迷路的地方一樣。

地圖（回溯）顯示你所走的確切路徑，并突出顯示出錯的地方。通過在地圖上仔細追溯你的步驟，你可以準確地找出錯誤發(fā)生的位置并了解導致錯誤的原因，從而幫助你回到正軌。

仔細閱讀錯誤消息的完整回溯。它們提供了有關錯誤發(fā)生位置和原因的詳細信息，可幫助你查明問題所在。

Traceback(most recent call last):
  File "example.py", line 8, in <module>
    main()
  File "example.py", line 5, in main
    result = divide_numbers(x, y)
  File "example.py", line 2, in divide_numbers
    return a / b
ZeroDivisionError: division by zero

ZeroDivisionError: division by zero–– –– 實際的錯誤信息。

6.使用try和except進行錯誤處理

使用try和except進行錯誤處理就像攀爬時佩戴安全帶。

安全帶（try 塊）允許你繼續(xù)攀爬（代碼執(zhí)行），但如果你滑倒（發(fā)生錯誤），安全帶會抓住你（except 塊），防止跌落（程序崩潰）。這樣，你就可以安全地瀏覽代碼中的危險部分，而不會突然停止一切。

將可能引發(fā)錯誤的代碼包裝在try塊中，并使用except塊處理異常。這可以幫助你管理和理解錯誤，而不會導致程序崩潰。

例子

try:    
 risky_code() 
except Exception as e:    
print(f"An error occurred: {e}")

7. 用類型檢查

就像在開始烹飪之前要檢查配料是否正確且數(shù)量正確一樣，類型檢查可在運行代碼之前確保變量和函數(shù)具有正確的類型。這可以幫助你盡早發(fā)現(xiàn)潛在的混淆（類型相關錯誤），防止問題在以后破壞你的程序。

使用類型提示和工具mypy執(zhí)行靜態(tài)類型檢查并在運行之前捕獲類型相關的錯誤。

命令

mypy your_script.py

8.使用斷言進行測試

你使用斷言檢查代碼中的條件在特定點是否正確。如果某些東西看起來不自然，斷言會立即捕捉到它，幫助你發(fā)現(xiàn)并修復邏輯錯誤，以免它們造成更大的問題。

使用assert語句來驗證代碼中各個點的條件是否成立。斷言可以幫助盡早發(fā)現(xiàn)邏輯錯誤。

例子

assert x > 0, "x must be positive"

9.使用 Linters 分析代碼

使用 linters 分析代碼就像對你的寫作進行語法檢查一樣。

就像語法檢查器會突出顯示文本中的錯誤、不恰當?shù)拇朕o和風格問題一樣，

linter 會掃描你的代碼，查找語法錯誤、 編碼風格違規(guī)和潛在錯誤。這有助于你清理代碼，使其更易讀、更一致且無錯誤。

使用 pylint 或 flake8 等 linters來捕捉語法錯誤、文體問題和潛在錯誤。

命令：pylint your_script.py

10. 使用代碼分析器進行監(jiān)控

使用代碼分析器就像使用健身追蹤器來監(jiān)控你的鍛煉一樣。

為什么我要對健身追蹤器說這些，因為就像健身追蹤器可以測量你的表現(xiàn)，識別需要改進的地方，并在需要時為你提供指導一樣，代碼分析器也可以跟蹤同樣的工作。你的程序如何運行并突出顯示其運行速度變慢或遇到問題的地方。這有助于你優(yōu)化代碼并提高其效率。

使用分析工具cProfile來測量代碼的性能并識別可能導致意外行為的瓶頸或區(qū)域。

命令：python -m cProfile your_script.py

到此這篇關于Python代碼調試Debug的實用技巧分享的文章就介紹到這了,更多相關Python代碼調試Debug內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論