不打断点，Python如何Debug？

一、raise 与 try…except

(一) raise

当python试图执行无效代码时，就会抛出异常

我们也可以使用 raise 抛出自己的异常

raise Exception("This is an Exception!")
"""
> 输出:
  File "raiseException.py", line 16, in <module>
    raise Exception("This is an Exception!")
Exception: This is an Exception!
"""

(二) try…except

通常情况我们会把raise定义在一个函数中

调用该函数的代码知道如何处理异常，而不是函数本身

def exemple_excetion(input):
    if input == 1:
        raise Exception("Input is not digital!")
    else:
        pass


def test():
    try:
        exemple_excetion(1)
    except Exception as error:
        print 'An exception happened:' + str(error)

test();
"""
> 输出：
An exception happened:Input is not digital!
"""

(三) 反向追踪

在上一种情况中，我们打印出了错误信息

但是在实际项目中，由于代码层次复杂，我们更希望得到错误信息的精确位置，而不仅仅是错误原因

这时候我们可以可以直接将raise Exception的消息暴露出来，而不是在except中处理他

def a():
    aa()
def aa():
    aaa()
def aaa():
    raise Exception("This is an Exception!")
# a()
"""
> 输出：
Traceback (most recent call last):
  File "raiseException.py", line 44, in <module>
    a()
  File "raiseException.py", line 39, in a
    aa()
  File "raiseException.py", line 41, in aa
    aaa()
  File "raiseException.py", line 43, in aaa
    raise Exception("This is an Exception!")
Exception: This is an Exception!
"""

(四）trackback.format_exc()

只要异常没有被处理，Python就会显示反向追踪，导致程序无法继续运行。

在某些场景，我们希望程序运行并且能够打印出字符串，这时候可以调用trackback.format_exc()函数

import traceback
try:
    raise Exception('This is the error message.')
except:
    errorFile = open('errorInfo.txt', 'w')
    errorFile.write(traceback.format_exc())
    errorFile.close()
    print('The trackback info was written to errorInfo.txt.')
"""
> 产生errorInfo文件并输出：
Traceback (most recent call last):
  File "raiseException.py", line 69, in <module>
    raise Exception('This is the error message.')
Exception: This is the error message.
"""

二、assert(断言)

(一)使用断言

format：assert [Judge conditions], AsserionError

try…raise…except用于处理一些逻辑上的异常

有时候我们会因为自己的疏忽犯了一些明显的低级错误，使用 assert(断言) 能够帮助我们进行完整性检查

door_open = 'open'
assert door_open == 'open', 'the doors need to be "open"'
door_open = 'I am sorry'
assert door_open == 'open', 'the doors need to be "open"'
"""
Traceback (most recent call last):
  File "debugAssert.py", line 19, in <module>
    assert door_open == 'open', 'the doors need to be "open"'
AssertionError: the doors need to be "open
"""

断言会终止程序的运行，因为这些错误往往是程序员的错误，而不是用户的错误

对于一些可以恢复的错误，如文件没找到，或者用户输入错误，请抛出异常

“”"

(二) 禁用断言

python -O [filename.py]

三、logging(日志)

(一）使用日志

1. 在学习编程初期，我们往往会使用print()来帮助我们调试一些代码，这里已经进入到记录日志的思维啦,一个更好的方法是使用Python为我们提供的logging模块
2. 在头部加上这两行代码:

import logging
logging.basicConfig(filename='logFile.txt', filemode='w',
                    level=logging.DEBUG, format=' %(asctime)s - %(levelname)s - %(message)s')

3. 简单解释下

• filename:要输出的文件(这个参数可以没有，表示直接输出到控制台)
• filemode:表示使用文件的模式，默认为’a’即添加在既有文本后，这里设置为’w’表示每次运行都要先清空文件再写入
• level: 表示层级（稍后讲解)
• format: 输出文本的格式

4. 使用

import logging
logging.basicConfig(filename='logFile.txt', filemode='w',
                    level=logging.DEBUG, format=' %(asctime)s - %(levelname)s - %(message)s')
logging.debug('Debug error! Debug error!')
# 看到logFile.txt中输出了一句话:
"""
> 2020-06-09 10:50:59,695 - DEBUG - Debug error! Debug error!
"""

(二）日志层级

1. 重要等级

将日志信息输出到文本中，我们还希望能够对这些错误信息进行分类，将其分成不同的重要等级，以便我们在将来可以选择自己想要看的等级进行筛选，或者禁用部分低等级的日志信息。

2.五种层级：

logging模块提供了五种常用层级:（CRITICAL最高，DEBUG最低）

CRITICAL = 50
ERROR = 40
WARNING = 30
INFO = 20
DEBUG = 10

3. 筛选层级

在上一节《使用日志》中,logging.basicConfig(level = logging.DEBUG)

其中level参数用于设置 当前可以显示的最低层级。

比如下面的代码：

import logging
logging.basicConfig(filename='logFile.txt', filemode='w',
                    level=logging.INFO, format=' %(asctime)s - %(levelname)s - %(message)s')
logging.debug('Debug error! Debug error!')
logging.info('INFO error! INFO error!)

# 输出结果为
"""
> 2020-06-09 10:50:59,695 - INFO - INFO error! INFO error!
"""

4.不要使用print()

尽管初学的时候使用print()是个不错的选择，但是在项目中并不建议这么使用，
因为当你解决完所有bug之后，你可能要找到之前标注的所有print()，并且将其一一删除。

当我们使用logging，尽管每次需要在模块上方添加两行代码：

import logging
logging.basicConfig(filename='logFile.txt', filemode='w',
                    level=logging.DEBUG, format=' %(asctime)s - %(levelname)s - %(message)s')

看起来很烦，但是很快你会发现这是多么聪明的做法，因为你可以通过logging.desable(logging.CRITICAL)禁用代码中的logging语句。

当然，如果你希望你的用户看到这些消息，那么建议你使用print()。

5.禁用日志

现在你已经知道通过logging.desable(logging.CRITICAL)禁用代码中的logging语句。

现在我们有更高的需求，希望禁用部分logging代码，而不是全部，该怎么办呢？
我们注意到logging.desable(level)，level = logging.CRITICAL是作为参数传递进去的,并且在第2小节，我们已经知道CRITICAL是最高层级。这其实说明了，level参数表示禁用level及其以下的所有层级。因为logging.CRITICAL是最高层级，也就禁用了所有日志的输出。

接下去我们使用代码尝试一下：

logging.disable(logging.DEBUG) # Disable the level and below the level below
logging.critical('Critical error! Critical error')
logging.debug('Debug error! Debug error!')
"""
> 输出为:
 2020-06-09 11:15:38,623 - CRITICAL - Critical error! Critical error!
"""