### Python 项目调试方法入门 #### 使用内置函数 `print` 输出变量值 最简单的调试方式是在代码的关键位置插入 `print()` 函数来输出变量的当前状态，以便了解程序执行过程中的数据变化情况[^1]。 ```python def add(a, b): result = a + b print(f"Result of {a} + {b} is {result}") # 打印中间结果用于调试 return result ``` #### 利用断言 `assert` 检查条件 通过在代码中加入断言语句可以验证某些假设是否成立。如果表达式的计算结果为假，则会触发异常并终止程序运行，从而帮助定位错误所在的位置。 ```python def divide(x, y): assert y != 0, "Divisor cannot be zero!" return x / y ``` #### 集成开发环境 IDE 中设置断点 现代集成开发环境中通常提供了图形化的调试工具，允许开发者点击左侧行号区域设定断点，在程序运行到该处时自动暂停，此时可以通过界面查看各个作用域内的变量取值以及调用堆栈信息等。 - 设置断点后启动调试模式； - 当遇到断点时，IDE 将显示详细的上下文视图供分析问题原因； - 支持单步执行、跳过函数内部逻辑等功能加速排查流程； #### 命令行下使用 PDB 库交互式跟踪 对于不依赖特定编辑器的情况，Python 自带了一个名为 pdb (Python Debugger) 的模块，可以在命令提示符里加载待测脚本文件，并按照指令逐步探索其行为特征。 ```bash $ python -m pdb myscript.py (Pdb) next # 继续执行直到下一个语句 (Pdb) list # 显示当前位置附近的源码片段 (Pdb) where # 展现完整的回溯路径链表 ``` #### 日志记录机制优化长期维护工作 为了便于后续回顾历史事件的发生经过或者远程服务器上的应用状况监控，建议采用 logging 标准库替代原始打印操作实现更灵活的日志管理方案。这样不仅能够区分不同严重程度的消息类型（DEBUG/INFO/WARNING/ERROR），而且方便配置输出目标与格式化样式满足实际需求场景下的多样性要求。 ```python import logging logging.basicConfig(level=logging.DEBUG, format='%(asctime)s %(levelname)-8s %(message)s', datefmt='%Y-%m-%d %H:%M:%S') try: value = int('not_a_number') except ValueError as e: logging.error("Failed to convert string into integer", exc_info=True) ```