寫在之前

不管是之前搞 acm 用 c/c++ 寫算法還是后來用 Python 寫代碼，我發現在程序出現問題的時候，大多數人習慣性的用 print 函數打印變量值這種方法來試圖找出問題的癥結所在，這種查找問題的方式低效到讓人只想刪掉代碼重新去寫。我記得一些人問我問題的時候，我不止一次的推薦過讓他們用單步調試去找代碼中存在的問題，但是更多收獲的是「什么是單步調試」這種疑問，其實單步調試就是，自己去 Google 好么？

究其源頭還是很多人沒有意識到「調試程序」的重要性，或者根本不知道這個概念。調試程序是所有開發人員必須具備的一項重要技能，它可以讓我們一步一步的看到程序的運行過程，幫助我們準確的找到程序中的錯誤。當然這里我們還是以 Python 為例來說「調試程序」。

也許會有人說我現在就寫一些短的代碼，好像也不用這么麻煩的去調試程序。如果你只是準備寫一輩子短代碼，那你確實不用，但是如果你以后一步步的想去做項目了，隨著代碼量的增加，邏輯的復雜，如果你還是硬撐著用 print 去解決問題，那么恭喜你，你可能加班加到頭發光光也不一定能找到問題在哪。所以我希望大家能在一開始就走在正確的道路上，只要稍微花點時間去學習就能掌握的技能為什么要當作視而不見呢？植發很貴的！

現在很多的編輯器其實都帶著「調試程序」的功能，比如寫 c/c++ 的 codeblocks，寫 Python 的 pycharm，這種圖形界面的使用和顯示都相當友好，簡單方便易學，這個不是我這篇文章要講的重點。今天主要是想給大家介紹一下 「Python調試器」，快速定位各種疑難雜癥。

Python 調試器

這一部分主要就是想說兩個 Python 調試器，分別是標準庫自帶的 pdb 和開源的 ipdb。

pdb

pdb 是 Python 自帶的庫，為 Python 提供了一種交互式的源碼調試功能，包含當前調試器應有的功能，包括設置斷點、單步調試、查看源碼等。其實如果你之前學過 c/c++ 的話，你可能知道 gdb 這個命令行調試工具，如果你之前用過 gdb，那么恭喜你你可以直接用 pdb 了，因為這哥倆一個用法。如果你不知道 gdb 也沒事，我們先來看一下 pdb 的部分調試命令（截圖來自腳本之家）：

這里有兩種不同的方法來啟動 Python 調試器，兩種方法適用于不同的場景。一種是直接在命令行參數指定使用 pdb 模塊啟動 Python 文件，這種適合于代碼文件較短的情況，將在代碼的第一行啟動 Python 調試器。具體如下所示（例如文件名是 test.py）：

python-mpdbtest.py

另一種是在 Python 代碼中調用 pdb 模塊的 set_trace 方法設置一個斷點，當程序運行到此斷點的時候，程序將會暫停執行并且打開 pdb 調試器，這種適合于代碼文件較大的情況。具體如下所示：

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

啟動 Python 調試器以后就可以使用上面截圖中的調試命令進行程序的調試。比如在接下來的操作中，我們先使用 list 來查看我們的代碼，然后使用 p 打印變量當前的取值，最后用 n 執行下一行 Python 代碼：

ipdb

ipdb 是一個開源的 Python 調試器，其實它和 pdb 的接口是一樣的。那既然一樣的接口，那為啥還要設計個 ipdb 呢？黑格爾曾經說過「存在即合理」，ipdb 相比于 pdb 多了語法高亮，tab 自動補全等友好功能，在易用性方面做了很大的改進，這個感覺就和 Python 和 IPython 一樣。

當然，ipdb 作為一個第三方庫，在使用之前必然要先安裝：

pipinstallipdb

我們修改一下之前例子中的 test.py 文件，修改之后的代碼如下：

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

具體的操作還是和上面的 pdb 的操作一樣：

你看，上面帶了點兒高亮，是不是順眼了很多？還不趕緊去試試。