（Windows）Python 2.7 学习笔记四十三面向对象高级编程

2019071030724

print

程序能一次写完并正常运行的概率很小，基本不超过 1%。总会有各种各样的 bug 需要修正。有的 bug 很简单，看看错误信息就知道，有的 bug 很复杂，我们需要直到出错时，哪些变量的值是正确的，哪些变量的值是错误的，因此，需要一整套调试程序的手段来修复 bug。

第一种方法简单直接粗暴有效，就是用 print 有可能有问题的变量打印出来看看。

# err.py
def foo(s):
    n = int(s)
    print '>>> n = %d' % n
    return 10 / n

def main():
    foo('0')

main()

执行后在输出中查找打印的变量值：

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。

断言

凡是用 print 来辅助查看的地方，都可以用断言（assert）来替代：

# err.py
def foo(s):
    n = int(s)
    assert n != 0, 'n is zero!'
    return 10 / n

def main():
    foo('0')

main()

assert 的意思是，表达式 n != 0 应该是 true，否则，后面的代码就会出错。

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

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（大写的 o）参数来关闭 assert：

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：

# err.py
import logging

s = '0'
n = int(s)
logging.info('n = %d' % n)
print 10 / n

logging.info() 就可以输出一段文本。

在 import logging 之后添加一行配置：

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，一条语句可以配置输出到不同的地方，比如 console 和文件。

pdb

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：（脚本目录不能包含 .pyc 结尾的文件）否则无法使用 pdb。

AttributeError: ‘module’ object has no attribute ‘ascii_letters’

参考：https://stackoverflow.com/questions/52841175/why-im-getting-this-error-when-i-import-pdb-module-object-has-no-attribute