| 一、用print() | |
| 二、用断言（assert） | |
三、用logging |
|
| 四、pdb | |
| 五、pdb.set_trace() |
一、用print()
1.1 步骤：
1.1.1 保存文件为debugtest.py,注意中间加入了print()
1.1.2在命令提示符下运行，可以看到打印的变量值
1.2 缺点：需要返回进行删除print（）
二、用断言（assert）
2.1 步骤
2.1.1 debugtest.py修改如下
2.1.2运行，显示断言失败，assert语句本身就会抛出AssertionError：
2.2 优势
与print相比，启动Python解释器时可以用 -O 参数（注意为大写O）来关闭assert：
三、logging
3.1 步骤
在debugtest.py开头添加：
import logging
logging.basicConfig(level=logging.INFO)
logging.info('n = %d' % n)全部修改完如下：
3.2运行
3.3 优势
3.3.1 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。
3.3.2另一个好处是通过简单的配置，一条语句可以同时输出到不同的地方，比如console和文件。
四、pdb
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。
4.1 步骤
4.1.1修改debugtest.py如下
4.1.2 使用 -m pdb启动
4.1.3 以参数-m pdb启动后，输入命令l来查看全部代码：
4.1.4 输入命令n，进行单步执行
4.1.5 注：可以输入命令 p 变量名查看变量，但是这个变量所在的代码必须是运行过之后才能查看，否则，会出现找不到变量的情况，如下
下图清晰反映出了，要查看变量，前提是变量所在代码必须已经执行了
4.1.6 使用命令 q 结束调试，退出程序
4.2缺点
pdb在命令行调试的方法理论上是万能的，但实在是太麻烦了，如果有一千行代码，要运行到第999行很难敲了
五、pdb.set_trace()
也是用pdb，但是不需要单步执行，我们只需要import pdb，然后，在可能出错的地方放一个pdb.set_trace()，就可以设置一个断点
5.1步骤
5.1.1 加上import pdb以及pdb.set_trace() ，修改debugtest.py如下，运行代码，程序会自动在pdb.set_trace()暂停并进入pdb调试环境
5.1.2 运行代码，程序会自动在pdb.set_trace()暂停并进入pdb调试环境，，可以用命令p查看变量，或者用命令c继续运行：
5.2 总结
这个方式比直接启动pdb单步调试效率要高很多，但也高不到哪去。