D25异常处理

以下是 Python 调试的核心方法总结，涵盖工具使用、日志记录、测试验证及实用技巧，帮助高效定位和解决代码问题：

🔧 1. ​调试器工具​

• ​PDB（Python 内置调试器）​​

  • 在代码中插入 import pdb; pdb.set_trace() 启动调试，程序暂停后可逐行检查。
  • ​常用命令​：
    • n/next：执行下一行（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
    • p <变量>：打印变量值（如 p x）
    • b <行号>：设置新断点（如 b 12）
  • ​命令行启动​：python -m pdb script.py 从首行开始调试。

• ​IDE 图形化调试（推荐）​​

  • ​PyCharm/VSCode​：
    1. 点击行号左侧设置断点。
    2. 启动调试模式（🐞 图标），支持单步执行、变量监控、调用栈查看。
  • ​优势​：可视化操作更直观，适合复杂项目。

📝 2. ​日志记录（Logging）​​

• 使用 logging 模块记录程序运行状态，替代临时 print：

  python

  python

  复制

  import logging
  logging.basicConfig(level=logging.DEBUG, format='%(asctime)s - %(message)s')
  logging.debug("变量值: %s", variable)  # 关键位置插入日志

• ​日志级别​：DEBUG（详细）→ ERROR（严重错误），按需配置。
• ​优势​：长期运行程序的问题追踪，不影响代码结构。

🧪 3. ​单元测试（Unit Testing）​​

• ​**unittest 模块**​：编写测试用例验证函数逻辑：

  import unittest
  def add(a, b): return a + b
  class TestMath(unittest.TestCase):def test_add(self):self.assertEqual(add(2, 3), 5)  # 验证结果

• ​**pytest 框架**​：更简洁的测试语法，支持参数化测试。
• ​作用​：预防性检查，确保修改不引入新错误。

🛠️ 4. ​其他调试技巧​

• ​**print 语句**​：快速输出变量值（print(f"x={x}")），适合简单问题。
• ​断言（Assert）​​：验证代码逻辑，条件失败时触发异常：

  assert x > 0, "x 必须为正数"  # 快速定位假设错误

• ​二分法定位​：
  1. 在代码中间设断点，判断错误发生位置。
  2. 逐步缩小范围，高效定位问题行。

💎 调试工具选择建议

​场景​	​推荐工具​	​优势​
快速检查变量	print / 断言	无需额外配置，即时生效
复杂逻辑逐行分析	PDB / IDE 调试器	精细控制执行流程
长期运行程序监控	logging 模块	持久化记录，支持多级别
预防性验证 & 重构	unittest / pytest	自动化测试保障

提示：优先掌握 IDE 调试器（如 VSCode 或 PyCharm）和 logging，覆盖 90% 的调试场景。PDB 适合无图形界面环境（如服务器）。

@浙大疏锦行