Python调试器，快速定位各种疑难杂症

写在之前

不管是之前搞 acm 用 c/c++ 写算法还是后来用 Python 写代码，我发现在程序出现问题的时候，大多数人习惯性的用 print 函数打印变量值这种方法来试图找出问题的症结所在，这种查找问题的方式低效到让人只想删掉代码重新去写。我记得一些人问我问题的时候，我不止一次的推荐过让他们用单步调试去找代码中存在的问题，但是更多收获的是「什么是单步调试」这种疑问，其实单步调试就是，自己去 Google 好么？

究其源头还是很多人没有意识到「调试程序」的重要性，或者根本不知道这个概念。调试程序是所有开发人员必须具备的一项重要技能，它可以让我们一步一步的看到程序的运行过程，帮助我们准确的找到程序中的错误。当然这里我们还是以 Python 为例来说「调试程序」。

也许会有人说我现在就写一些短的代码，好像也不用这么麻烦的去调试程序。如果你只是准备写一辈子短代码，那你确实不用，但是如果你以后一步步的想去做项目了，随着代码量的增加，逻辑的复杂，如果你还是硬撑着用 print 去解决问题，那么恭喜你，你可能加班加到头发光光也不一定能找到问题在哪。所以我希望大家能在一开始就走在正确的道路上，只要稍微花点时间去学习就能掌握的技能为什么要当作视而不见呢？植发很贵的！

现在很多的编辑器其实都带着「调试程序」的功能，比如写 c/c++ 的 codeblocks，写 Python 的 pycharm，这种图形界面的使用和显示都相当友好，简单方便易学，这个不是我这篇文章要讲的重点。今天主要是想给大家介绍一下 「Python调试器」，快速定位各种疑难杂症。

Python 调试器

这一部分主要就是想说两个 Python 调试器，分别是标准库自带的 pdb 和开源的 ipdb。

pdb

pdb 是 Python 自带的库，为 Python 提供了一种交互式的源码调试功能，包含当前调试器应有的功能，包括设置断点、单步调试、查看源码等。其实如果你之前学过 c/c++ 的话，你可能知道 gdb 这个命令行调试工具，如果你之前用过 gdb，那么恭喜你你可以直接用 pdb 了，因为这哥俩一个用法。如果你不知道 gdb 也没事，我们先来看一下 pdb 的部分调试命令（截图来自脚本之家）：

这里有两种不同的方法来启动 Python 调试器，两种方法适用于不同的场景。一种是直接在命令行参数指定使用 pdb 模块启动 Python 文件，这种适合于代码文件较短的情况，将在代码的第一行启动 Python 调试器。具体如下所示（例如文件名是 test.py）：

python-mpdbtest.py

另一种是在 Python 代码中调用 pdb 模块的 set_trace 方法设置一个断点，当程序运行到此断点的时候，程序将会暂停执行并且打开 pdb 调试器，这种适合于代码文件较大的情况。具体如下所示：

importpdbdefget_sum(n):cnt=0foriinrange(n):pdb.set_trace()cnt+=iprint(cnt)if__name__=='__main__':get_sum(5)

启动 Python 调试器以后就可以使用上面截图中的调试命令进行程序的调试。比如在接下来的操作中，我们先使用 list 来查看我们的代码，然后使用 p 打印变量当前的取值，最后用 n 执行下一行 Python 代码：

ipdb

ipdb 是一个开源的 Python 调试器，其实它和 pdb 的接口是一样的。那既然一样的接口，那为啥还要设计个 ipdb 呢？黑格尔曾经说过「存在即合理」，ipdb 相比于 pdb 多了语法高亮，tab 自动补全等友好功能，在易用性方面做了很大的改进，这个感觉就和 Python 和 IPython 一样。

当然，ipdb 作为一个第三方库，在使用之前必然要先安装：

pipinstallipdb

我们修改一下之前例子中的 test.py 文件，修改之后的代码如下：

importipdbdefget_sum(n):cnt=0foriinrange(n):ipdb.set_trace()cnt+=iprint(cnt)if__name__=='__main__':get_sum(5)

具体的操作还是和上面的 pdb 的操作一样：

你看，上面带了点儿高亮，是不是顺眼了很多？还不赶紧去试试。