Debian Python调试如何进行

Debian系统下Python调试的常用方法

1. 使用内置pdb模块（基础调试）

pdb是Python标准库自带的命令行调试工具，无需额外安装，适合快速定位简单问题。

添加断点：在需要暂停的代码行前插入import pdb; pdb.set_trace()，程序运行到此处会进入调试模式。
常用命令：
- n（next）：执行下一行代码（不进入函数内部）；
- s（step）：执行下一行代码（进入函数内部）；
- c（continue）：继续执行直到下一个断点或程序结束；
- l（list）：显示当前代码行周围的上下文（默认显示当前行及前后5行）；
- p 变量名（print）：打印变量的当前值（如p x查看变量x的值）；
- q（quit）：退出调试器并终止程序。

2. 使用ipdb增强交互（推荐替代pdb）

ipdb是pdb的增强版，基于IPython，提供语法高亮、自动补全和更友好的交互界面，提升调试效率。

安装：通过pip安装pip install ipdb（Debian系统需确保pip已更新）。
使用方法：将代码中的import pdb; pdb.set_trace()替换为import ipdb; ipdb.set_trace()，运行脚本后进入增强版调试模式，支持pdb的所有命令，同时享受更流畅的操作体验。

3. 使用pdbpp升级功能（高级需求）

pdbpp是pdb的另一个增强版本，增加了语法高亮、命令行编辑（如按Tab键补全）、历史命令回溯等功能，适合需要更强大功能的开发者。

安装：通过pip安装pip install pdbpp。
使用方法：将代码中的import pdb; pdb.set_trace()替换为import pdbpp as pdb; pdb.set_trace()，运行后即可使用增强的调试功能。

4. 图形化调试（IDE集成）

使用集成开发环境（IDE）的图形化调试工具，适合复杂项目或习惯可视化操作的用户。

Visual Studio Code（VSCode）：
1. 安装Python扩展（通过VSCode扩展市场搜索“Python”并安装）；
2. 打开Python项目，在代码行号左侧点击设置断点（红色圆点）；
3. 点击左侧边栏的“调试图标”（或按Ctrl+Shift+D），选择“Python File”配置，点击绿色播放按钮开始调试；
4. 通过调试面板查看变量值、调用堆栈，支持单步执行、继续、停止等操作。
PyCharm：
1. 打开项目，点击代码行号左侧设置断点；
2. 右键选择“Debug ‘your_script.py’”（或按Shift+F9）启动调试；
3. 使用调试工具栏的控制按钮（Step Over、Step Into等）逐步执行，查看变量和表达式。

5. 日志记录调试（长期跟踪）

通过Python的logging模块记录程序运行时的信息，适合长期跟踪或生产环境调试，避免频繁修改代码插入断点。

配置日志：在代码开头添加以下配置，设置日志级别为DEBUG（输出详细信息）：

import logging
logging.basicConfig(level=logging.DEBUG, format='%(asctime)s - %(levelname)s - %(message)s')

添加日志语句：在关键位置插入logging.debug()输出变量值或流程信息，例如：

def calculate(x, y):
    logging.debug(f"Calculating sum of x={x} and y={y}")  # 记录输入参数
    result = x + y
    logging.debug(f"Calculation result: {result}")        # 记录结果
    return result

查看日志：运行程序后，日志信息会输出到控制台（或指定的日志文件），便于后续分析。

6. 第三方日志工具（异步/复杂场景）

对于异步代码或需要更详细跟踪的场景，可使用专用工具：

PySnooper：通过装饰器快速生成执行日志，无需修改原有代码逻辑。安装pip install pysnooper，在函数上添加@pysnooper.snoop()装饰器，运行程序后会生成包含每行代码执行时间、变量变化的日志文件。
aiomonitor：针对异步代码（如asyncio），实时检查事件循环、显示活动任务及其状态，帮助定位异步问题（如死锁、任务阻塞）。

7. 单元测试与断言（预防性调试）

通过编写单元测试用例，提前验证代码的正确性，避免问题积累；使用assert语句快速检查假设条件。

单元测试：使用unittest或pytest框架编写测试用例，覆盖核心功能，例如：

import unittest
def add(a, b):
    return a + b
class TestAddFunction(unittest.TestCase):
    def test_add(self):
        self.assertEqual(add(2, 3), 5)  # 验证2+3=5
if __name__ == '__main__':
    unittest.main()

assert语句：在代码中插入assert 条件，若条件为假则抛出AssertionError，例如：

def divide(a, b):
    assert b != 0, "Divisor cannot be zero!"  # 检查除数不为零
    return a / b