调试

    第一种方法简单直接粗暴有效，就是用把可能有问题的变量打印出来看看：

    执行后在输出中查找打印的变量值：

    1. $ python3 err.py
    2. >>> n = 0
    3. Traceback (most recent call last):
    4.   ...
    5. ZeroDivisionError: integer division or modulo by zero

    用print()最大的坏处是将来还得删掉它，想想程序里到处都是print()，运行结果也会包含很多垃圾信息。所以，我们又有第二种方法。

    凡是用print()来辅助查看的地方，都可以用断言（assert）来替代：

    1. def foo(s):
    2.     n = int(s)
    3.     assert n != 0, 'n is zero!'
    4.     return 10 / n
    6. def main():
    7.     foo('0')

    assert的意思是，表达式n != 0应该是True，否则，根据程序运行的逻辑，后面的代码肯定会出错。

    如果断言失败，assert语句本身就会抛出AssertionError：

    1. Traceback (most recent call last):
    2.   ...
    3. AssertionError: n is zero!

    程序中如果到处充斥着assert，和print()相比也好不到哪去。不过，启动Python解释器时可以用-O参数来关闭assert：

    1. $ python3 -O err.py
    2. Traceback (most recent call last):
    3.   ...

    关闭后，你可以把所有的assert语句当成pass来看。

    logging

    把print()替换为logging是第3种方式，和assert比，logging不会抛出错误，而且可以输出到文件：

    logging.info()就可以输出一段文本。运行，发现除了ZeroDivisionError，没有任何信息。怎么回事？

    1. import logging
    2. logging.basicConfig(level=logging.INFO)

    看到输出了：

    1. $ python3 err.py
    2. INFO:root:n = 0
    3. Traceback (most recent call last):
    4.   File "err.py", line 8, in <module>
    5.     print(10 / n)
    6. ZeroDivisionError: division by zero

    这就是logging的好处，它允许你指定记录信息的级别，有debug，info，warning，error等几个级别，当我们指定level=INFO时，logging.debug就不起作用了。同理，指定level=WARNING后，debug和info就不起作用了。这样一来，你可以放心地输出不同级别的信息，也不用删除，最后统一控制输出哪个级别的信息。

    logging的另一个好处是通过简单的配置，一条语句可以同时输出到不同的地方，比如console和文件。

    第4种方式是启动Python的调试器pdb，让程序以单步方式运行，可以随时查看运行状态。我们先准备好程序：

    1. # err.py
    2. s = '0'
    3. n = int(s)

    然后启动：

    1. > /Users/michael/Github/learn-python3/samples/debug/err.py(2)<module>()
    2. -> s = '0'

    以参数-m pdb启动后，pdb定位到下一步要执行的代码-&gt; s = '0'。输入命令l来查看代码：

    输入命令n可以单步执行代码：

    1. (Pdb) n
    2. > /Users/michael/Github/learn-python3/samples/debug/err.py(3)<module>()
    3. -> n = int(s)
    4. (Pdb) n
    5. > /Users/michael/Github/learn-python3/samples/debug/err.py(4)<module>()
    6. -> print(10 / n)

    任何时候都可以输入命令p 变量名来查看变量：

    1. (Pdb) p s
    2. '0'
    3. (Pdb) p n
    4. 0

    输入命令q结束调试，退出程序：

    1. (Pdb) q

    这种通过pdb在命令行调试的方法理论上是万能的，但实在是太麻烦了，如果有一千行代码，要运行到第999行得敲多少命令啊。还好，我们还有另一种调试方法。

    pdb.set_trace()

    1. # err.py
    2. import pdb
    4. s = '0'
    5. n = int(s)
    6. pdb.set_trace() # 运行到这里会自动暂停

    运行代码，程序会自动在pdb.set_trace()暂停并进入pdb调试环境，可以用命令p查看变量，或者用命令继续运行：

    这个方式比直接启动pdb单步调试效率要高很多，但也高不到哪去。

    如果要比较爽地设置断点、单步执行，就需要一个支持调试功能的IDE。目前比较好的Python IDE有PyCharm：

    http://www.jetbrains.com/pycharm/

    另外，加上pydev插件也可以调试Python程序。

    小结

    写程序最痛苦的事情莫过于调试，程序往往会以你意想不到的流程来运行，你期待执行的语句其实根本没有执行，这时候，就需要调试了。

    虽然用IDE调试起来比较方便，但是最后你会发现，logging才是终极武器。

    do_assert.py

    do_pdb.py