如果你曾经花了几个小时盯着你的Python代码，心里想着“为什么这段代码就是不工作？”，那么欢迎加入我们的行列。作为初学者，你可能会被无声的失败、令人困惑的堆栈追踪（stack trace）或奇怪的输出搞得心烦意乱。调试，就是找出并修复这些bug的艺术——说实话，这也是大多数真实学习发生的时刻。虽然犯错在所难免，但提升调试能力可以帮你节省大量时间（还有不少挫败感）。
在这篇文章中，我将带你了解7个我希望早些知道的实用调试技巧。这些方法简单有效，能极大提升你的编程直觉。每个技巧都会解释初学者常犯的一个错误，并展示该技巧如何帮助你发现或修复问题。让我们开始吧！
1. 打印语句与日志记录
大多数新手的第一反应是，在代码中添加print()语句，看看发生了什么。例如，在循环中打印变量的值或者设置“检查点”信息，可以迅速揭示意外的数值。一个常见的初学者错误是，忘记更新或移除这些打印语句，或者没有打印足够的上下文信息：比如直接print(x)就容易让人摸不着头脑。你可以通过添加上下文让打印调试更清晰，例如print(f"x的值是{x}")。不过，专业代码通常会使用logging模块来代替直接打印。设置方法如下：
import logging
logging.basicConfig(level=logging.DEBUG)
logging.debug("发生了某事: %s", var)
这样你就能获得时间戳和日志级别，并且可以轻松开启/关闭日志或将日志重定向到文件。简而言之，print()适合快速观察，能够解决80%的初学者bug，但要学会使用日志。新手常常因为看不到程序的状态变化而浪费时间；合适的打印或日志语句可以让程序流程一目了然。
2. 阅读错误信息（堆栈追踪）
当Python崩溃时，会输出一个堆栈追踪（traceback）——即导致错误发生的调用路径。别慌！仔细阅读它。最重要的是最后一行：它显示了错误类型和提示信息。初学者常忽略堆栈顶部，其实你应该从底部往上看。先看错误类型（如ValueError、IndexError）和提示信息——它们通常会准确告诉你哪里出了问题（比如“list index out of range”或“NameError: name ‘foo’ is not defined”）。接着查看上方的文件名和行号，定位到底是代码的哪一行出错。例如，如果你看到“NameError: name ‘nam’ is not defined”，你就知道变量拼写错了。总之，善用Python自身的错误报告来引导你。将错误信息原样拿去搜索，通常能找到其他人遇到同样问题时的解决办法。
3. 使用断言（合理性检查）
有时，错误不是因为拼写失误，而是数据意外违反了你的假设。Python的assert语句可以帮助你及早发现这些bug。断言就像在说“这里必须为真”——如果不是，Python就会抛出AssertionError。例如：
value = get_value()
assert value >= 0, "value不应该为负数"
这样如果value出现异常，立刻就会被发现。初学者常常忘记检查输入，结果导致后续出现莫名其妙的错误。在函数中加入断言，用来验证关键假设（比如输入范围、非空列表、类型正确等）。如果断言失败，堆栈追踪会准确显示哪个假设被打破，大大简化了定位bug的过程。
4. 理解变量作用域（全局与局部）
bug常常是因为变量并不是你以为的那个。在Python中，函数内部定义的变量是局部变量，除非你明确声明为全局变量。例如：
count = 0
def increment():
count += 1 # 错误！这里会报错
return count
increment()
运行这段代码会报错：UnboundLocalError: local variable 'count' referenced before assignment。虽然count在外面定义了，但count += 1让Python认为它是局部变量，还没赋值就被引用了。修正方法可以是在函数内声明global count，或者更好的做法是避免混用作用域。另一个例子：
x = 5
def foo():
print(x) # 这样可以，输出5
foo()
这里在函数内读取x，Python会找到全局x。但如果你尝试赋值：
x = 5
def foo():
x = x + 1 # 报错！Python认为x是局部变量
print(x)
foo()
这会失败。规则是：在函数中对一个变量赋值，会让它变成局部变量，如果你本意是用全局变量，Python就会混淆。修复方法可以是重命名函数内的变量或使用global。了解这点可以避免神秘的“变量未定义”错误。每次遇到类似问题时，请确认自己是否在不知不觉中在函数内部使用或修改了全局变量。
5. 避免可变默认参数陷阱
Python中一个经典的坑是函数的默认参数，尤其是可变对象（如列表或字典）。例如：
def add_item(item, my_list=[]):
my_list.append(item)
return my_list
print(add_item("apple")) # ['apple']
print(add_item("banana")) # ['apple', 'banana'] —— 糟糕，'apple'还在！
你可能期望每次调用都从空列表开始，但实际上列表“记住”了之前的调用。这是因为Python只在函数定义时计算一次默认参数值，而不是每次调用都重新计算。换句话说，“默认参数值只在函数定义时创建一次”，所以可变对象会被多次共享。更安全的写法是用None作为默认值，然后在函数内部新建列表：
def add_item(item, my_list=None):
if my_list is None:
my_list = []
my_list.append(item)
return my_list
这样每次未显式传入列表时，都会获得一个新列表。了解这一点可以省去许多困惑！
6. 使用IDE或编辑器自带的调试器
现代代码编辑器如VS Code、PyCharm或Spyder都内置了可视化调试器。你可以用鼠标点击设置断点，然后以“调试”模式运行代码。当程序执行到断点时，IDE会显示所有局部变量、调用栈，并允许你逐行或进入函数地跟踪代码。对于初学者来说，这比命令行的pdb更友好。例如，你可以点击行号边上的空白处暂停程序，然后悬停查看变量值或打开“变量”面板。PyCharm和VS Code还可以监视表达式，并在你单步调试时高亮当前行。使用IDE的调试器可以避免在代码中到处插入print语句。一个常见错误是很多新手不知道可以这样做，反而把代码复制到IDLE或手动逐行运行。试着在你怀疑的地方设置断点：IDE会在那暂停，你能检查所有内容。如果你没有用过，花点时间学习IDE的调试功能很值得。
7. 橡皮鸭调试法（及其它思考技巧）
最后，有时候最好的“调试器”其实就是你自己（或一只橡皮鸭）。这个古老的技巧叫作橡皮鸭调试法（rubber duck debugging）——也就是把你的代码逐行讲解给另一个人听，或者哪怕是对着一个无生命的物体自言自语。用语言清晰表达你的代码意图，常常能暴露逻辑上的矛盾或错误。初学者经常在大声朗读代码或者在纸上逐步推导时发现自己的bug。试着用简单的话解释你的逻辑：“首先我检查这个，然后我更新那个……等等，我怎么重复做了两次？”你可能会突然意识到原本的思路有误。结对编程或请朋友旁听也很有效；有时候只是把问题说出来，就能找到解决方案。这不是一个技术工具，而是一种思维方式：退一步，深呼吸，逐步梳理你的代码。你会发现，很多bug在你慢下来、理清每一步时就会跃然眼前。
结语
以上每种技巧都能暴露不同类型的bug。在实际应用中，通常需要多种方法结合使用：首先读错误信息，然后用print/日志语句或断言定位哪里偏离了预期，遇到复杂状态时再用交互式调试器或IDE。要记住，调试是编程的正常部分——即使是专家也一样！请相信，每修复一个bug，你都学到了一课。
扫一扫
1077
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
