CentOS下Python代码调试方法汇总
在代码关键节点（如函数入口、循环体、条件判断分支）插入print()语句，输出变量值、执行路径或提示信息，直观展示程序运行状态。例如：
def calculate_sum(a, b):
print(f"Input values: a={a}, b={b}") # 打印输入参数
result = a + b
print(f"Calculated result: {result}") # 打印计算结果
return result
适用场景：小规模代码、快速验证逻辑，无需额外工具。
使用Python内置的logging模块替代print，支持日志级别控制（DEBUG/INFO/WARNING/ERROR/CRITICAL）、日志格式定制（时间、模块、行号）和日志文件输出，更灵活且适合生产环境。配置示例如下：
import logging
logging.basicConfig(
filename='app_debug.log', # 日志文件路径
level=logging.DEBUG, # 设置最低日志级别
format='%(asctime)s - %(name)s - %(levelname)s - %(message)s' # 日志格式
)
logging.debug("Debug message: Variable x=%d", x) # 输出调试信息
适用场景：需要长期记录运行状态、区分日志优先级的项目。
通过pdb模块实现命令行交互式调试，核心功能包括设置断点、逐行执行、查看变量、堆栈追踪。使用步骤：
import pdb; pdb.set_trace()，程序运行到此处会暂停。n（next）：执行下一行代码（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或程序结束；p <变量名>（print）：打印变量值；l（list）：显示当前代码上下文（前后5行）；q（quit）：退出调试模式。示例代码：
def divide(a, b):
pdb.set_trace() # 断点
return a / b
divide(10, 0) # 触发断点
适用场景：命令行环境、无需图形界面的调试需求。
基于IPython的pdb增强工具，提供语法高亮、自动补全、更友好的命令提示，提升命令行调试体验。安装与使用：
pip install ipdb；pdb.set_trace()替换为ipdb.set_trace()，其余命令与PDB一致。示例代码：
import ipdb
def complex_logic(x):
ipdb.set_trace() # 断点
return x ** 2 + 2 * x + 1
complex_logic(3)
适用场景：习惯IPython交互体验、需要更清晰命令提示的开发者。
pdb的增强版，支持语法高亮、命令历史、自动完成、更快的执行速度，无需修改原有pdb命令即可使用。安装：pip install pdbpp，使用方式与pdb完全一致。
通过安装Python扩展，提供可视化的调试界面，支持断点设置、单步执行、变量监视、调用堆栈查看。配置步骤：
.vscode/launch.json文件，添加以下配置：{
"version": "0.2.0",
"configurations": [
{
"name": "Python: Current File",
"type": "python",
"request": "launch",
"program": "${file}", // 当前打开的文件
"console": "integratedTerminal" // 使用集成终端
}
]
}
F5启动调试模式。适用场景：轻量级编辑器、需要快速切换调试与开发的场景。
JetBrains推出的专业Python IDE，提供强大的调试功能：
适用场景：大型项目、需要专业调试功能的团队。
通过assert语句验证代码中的关键条件，若条件不成立则抛出AssertionError，快速定位逻辑错误。示例如下：
def calculate_discount(price, discount_rate):
assert price > 0, "Price must be positive" # 验证价格合法性
assert 0 <= discount_rate <= 1, "Discount rate must be between 0 and 1"
return price * (1 - discount_rate)
适用场景：开发阶段、验证输入参数或中间结果的合法性。
专为调试设计的第三方库，通过ic()函数简化变量输出，支持自动打印变量名与值、支持表达式求值。安装与使用：
pip install icecream；print语句为ic()。示例代码：
from icecream import ic
def process_data(data):
ic(data) # 自动打印变量名与值
processed = [x * 2 for x in data]
ic(processed) # 打印处理后的结果
return processed
process_data([1, 2, 3])
输出结果：
ic| data: [1, 2, 3]
ic| processed: [2, 4, 6]
适用场景：需要快速输出调试信息、避免重复写print的场景。
当调试Python与C++混合代码（如通过C扩展实现的Python模块）时，可使用GDB（GNU调试器）进行底层调试。需编译Python时开启调试符号（./configure --with-pydebug），然后通过gdb python启动调试会话，设置断点并查看C++层的变量与堆栈。
