Python出现BUG怎么调试的问题。BUG有2种：
第一种，直接造成了错误，程序抛了个异常。楼上已经讲了IPython，是的。首先我先写一个有问题的例子：
a = 1
b = 0
a / b
执行肯定是报错的：
❯ python test.py
Traceback (most recent call last):
File "test.py", line 4, in <module>
a / b
ZeroDivisionError: integer division or modulo by zero
有点经验的人一眼看去就知道 是因为分母是0造成的。可是脚本执行结束了，要是调试还得不断的在对应位置加print。绝招就是：
❯ ipython test.py --pdb
---------------------------------------------------------------------------
ZeroDivisionError Traceback (most recent call last)
/Users/dongweiming/test/test.py in <module>()
2 b = 0
3
----> 4 a / b
ZeroDivisionError: integer division or modulo by zero
*** NameError: name 'pdb' is not defined
> /Users/dongweiming/test/test.py(4)<module>()
1 a = 1
2 b = 0
3
----> 4 a / b
ipdb> p b # p是print的别名
0
ipdb> p a
1
ipdb>
程序运行在错误的地方，嘎.. 停住了，保存了错误上下文，进入pdb环境，直接调试去吧，不要太开心。
说到这里，ipdb（pdb）可以设置断点、单步调试、进入函数调试、查看当前代码、查看栈片段、动态改变变量的值等。它有很多快捷键：
ipdb> help
Documented commands (type help <topic>):
========================================
EOF bt cont enable jump pdef psource run unt
a c continue exit l pdoc q s until
alias cl d h list pfile quit step up
args clear debug help n pinfo r tbreak w
b commands disable ignore next pinfo2 restart u whatis
break condition down j p pp return unalias where
其中up，down，n，j，l，where，s, args等我都非常常用，我非常建议你每个快捷键都了解一下。当然很懒的话，你们也有福利，看 Python 代码调试技巧 。
第二种：隐藏BUG，也就是并没有报错，但是输出不符合预期，这种的比较烦，因为如果你经验少写的时候又不咋专心的话，基本上就得挨个地方去确认，有人说，「import pdb pdb.set_trace() 」，嗯很标准的方案，但是我一般不用。原因是什么呢，比如调试Web应用，如果set_trace()的话，需要点多个next才能到你想调试的地方，手指头都点木了。。所以我一般使用如下三个方法：
1. 抛异常。直接让你想要调试的位置让它先跑个异常，比如Flask的DEBUG的模式下，werkzeug里面的DebuggedApplication就会把Web页面渲染成一个可调试和可执行的环境，直接到上面调试：
2. 在对应位置使用print和logging。这是最基础的玩法。我一般只会在已经心理有数，只是需要看看日志输出来确认的时候加临时的。平时的应用日志也会有常规的记录，并且会记录堆栈（当然，使用sentry之类的方式搜集日志是最好的），比如重要的上线过程中，出了问题但是开发环境又不好模拟出来的时候，「tail -f」日志文件们，这样出现问题一看就看到了。 说到这里再推荐一个很有意思的项目: GitHub – zestyping/q: Quick and dirty debugging output for tired programmers. ，它是在我看pycon2013演讲中发现的，有兴趣可以看看， PyVideo.org · Lightning Talks。我之前常用它。
3. 自己维护一些用于调试的库。我会把工作中常用到的、有用的一些函数、方法搜集起来，放在一个库里。其中有个获取调用栈的函数类似这样：
import sys
def get_cur_info():
print sys._getframe().f_code.co_filename # 当前文件名
print sys._getframe(0).f_code.co_name # 当前函数名
print sys._getframe(1).f_code.co_name # 调用该函数的函数的名字，如果没有被调用，则返回module
print sys._getframe().f_lineno # 当前行号
可以通过看当前上下文的调用栈的输出来帮助你揪出那个隐藏的「虫」.
Python在debug方面的支持还是不错的，在明确代码意义的情况下，通过log、print和assert分析错误原因，配合单元测试可以很高效。然而，实际工作中大量代码很可能出自他人之手，这种情况下，使用debugger就显得更加高效了。
一、在控制台下进行程序调试
PDB
如果你熟悉命令行调试工具（例如gdb、lldb），那么使用Python中的PDB将获得非常好的体验，PDB不仅支持项目启动时进行调用，也支持在Python shell中交互式调试；功能上，支持断点、步进、异常捕获和解决、变量查看、变量改写、栈查看甚至字节码查看等。
举个PDB断点调试的例子：
用文本编辑器新建一个文档，就命名为debug1.py吧，输入最简单的Python代码片段：
import pdb
a = "a string"
b= "b string"
pdb.set_trace()
print("next step")
然后运行这个脚本，Windows下面这样运行 ：
python debug1.py
然后执行到pdb.set_trace()这句后会自动进入断点调试模式，屏幕会显示类似的信息：
> c:\users\david\documents\debug1.py(5)<module>()
-> print("next step")
(pdb)
PDB显示目前的断点位置，然后你就可以使用PDB调试命令了。
Tips:其他常用命令有：
pp，打印
n，下一步，执行下一步
s，步进，一步步的执行
l，列出，显示断点周围的源代码
c，继续，继续程序的运行
r，返回，继续直到当前函数返回
由PDB引入的VIM、Emacs工具都能很好地实现类似lldb和gdb的效果。同时，结合IPython这一扩展功能shell，其中的魔法命令能够更好地帮助程序调试。这是一般*nix环境下常见的调试组合，配合配置良好的文本编辑工具都能实现不错的类IDE体验。PDB更能进行远程调试，即对远端（如服务器上正在运行着的Python代码）进行调试。几乎所有的debugger工具都是在PDB的功能基础上进行用户界面上的提升。
此外，对于部分框架，尤其是Web框架，进行调试往往需要结合具体的上下文环境（例如Django的开发调试测试需要上下文环境等），PDB交互式调试可以直接挂载在对应的交互环境中（如Django shell）。
Pudb
如果你觉得这样太原始，那么可以尝试pudb，它是基于控制台的debug图形化debugger工具，稍微比pdb直观一点，但仅可以在Linux下运行。
这个图形界面有点原始，不支持鼠标，所以不要用鼠标点。
二、图形界面下的程序调试
如果你更习惯于IDE的整体调试，也没有问题。很多支持Python的IDE，调试功能都十分强大，甚至轻量级编辑器也都具备完善的调试功能。接下来简单介绍几款图形化的IDE工具：
Visual Studio Code
VSC作为一个跨平台的重量级文本编辑器以及轻量级IDE，如今已经得到了越来越多开发者的喜爱，而Anaconda作为Python发行版集成环境，已将VSC作为推荐开发工具。
VSCode量级较轻，但只需要安装一个Python语言支持工具，摇身一变就能成为全功能Python IDE，智能感知、补全、重构、查找定义代码段等编辑功能一应俱全，而且调试功能也十分完整，能在调试模式中涵盖PDB的全部功能，并能在图形界面下简单地进行操作。
如果非要说一个VSCode的弱点的话，应该是其调试工具、解释器的配置没有具体的配置页面，需要通过配置文件来进行修改，这一点或许会给新手带来困惑。
Visual Studio
VS号称宇宙第一IDE，其Python开发工具自然也能带来非常好的体验。在VS2017中，Python开发环境就已经是可选择的安装选项了。对于许多曾经使用VS在Windows下进行其他语言开发工作的人而言，熟悉的快捷键、清晰的环境及不会特别夸张的资源消耗绝对是VS的加分点。
当然，其debugger功能也是一应俱全的。
Spyder
作为开源社区贡献的由Python编写的跨平台IDE，Spyder以轻量、便捷、高度集成为卖点。Spyder允许在多种不同的预设模式下工作，例如类似Matlab式的科学计算交互界面，以及其他应用工程开发形式的界面环境；在编码过程中Spyder可实时提示文档、交互式运行、调试时显示全部变量表，并可一键可视化等，对于数据分析而言具有很好的便利性；同样，它也支持步进跟踪等一系列PDB所提供的调试功能。若是说缺点，界面本身不具时尚感，算吧？
Eclipse + PyDev
Eclipse是最辉煌的开源跨平台多语言IDE之一，有着大量用户的簇拥，自然它也为Python提供了支持。PyDev是Eclipse上的Python开发工具包，提供完整IDE功能，也包含所述的断点、步进等调试功能，Eclipse + PyDev可能是最完整的开源Python IDE解决方案。
PyCharm
或许每一个Python开发者对于PyCharm都不陌生，作为目前最好用的Python IDE，PyCharm保持着一个季度一更新的版本迭代频率，每次更新都能带来功能上的惊喜，并且无论你是数据分析、应用开发者抑或是服务端开发，PyCharm都能提供最好的体验。它是最智能的IDE，能够通过你引用的模块推断提醒你是否需要进入科学计算模式；能够解析代码中存在的其它语言片段（如字符串中的SQL、HTML、JS等）；可以结合Jupyter Notebook进行开发和展示；能够通过代码生成UML图，包含图形化的单元测试、覆盖率分析、性能分析工具和并行分析工具；能够远程调试、一键部署，能深入结合各种常见框架提供更好的支持；也能方便地进行图形化debug。
PyCharm的缺点？应该是在设置好解释器后，PyCharm将会对环境中所有的site-package进行解析和抽取，以供智能感知自动补全使用，在这期间IDE对内存和CPU的占用都非常大，但如若您的电脑用一块高速SSD作为硬盘，同时又有足够大的内存，一切便会显得非常完美。
与Visual Studio类似，PyCharm是商业软件，虽然它也提供了免费的社区版，但相比之下，社区版的PyCharm受限的功能较多。不过，如果你还是一名学生，便可以利用自己的教育邮箱申请免费的教育版学生授权，体验与Pro版一致的全部功能。
评论