程式能一次寫完並正常執行的機率很小，基本不超過1%，總會有各種各樣的bug需要修正。有的bug很簡單，看看錯誤資訊就知道，有的bug很複雜，我們需要知道出錯時，哪些變數的值是正確的，哪些變數的值是錯誤的，因此，需要一整套除錯程式的手段來修復bug。下面我們來看下常用的Python除錯方法
1. 斷點列印發
第一種方法簡單直接粗暴有效，就是用print把可能有問題的變數列印出來看看：
err.py
def foo(s):
n = int(s)
print '>>> n = %d' % n
return 10 / n
def main():
foo('0')
main()執行後在輸出中查詢列印的變數值：
$ python err.py >>> n = 0 Traceback (most recent call last): ... ZeroDivisionError: integer division or modulo by zero
用print最大的壞處是將來還得刪掉它，想想程式裡到處都是print，執行結果也會包含很多垃圾資訊。所以，我們又有第二種方法。
2. 斷言
凡是用print來輔助檢視的地方，都可以用斷言（assert）來替代：
err.py
def foo(s):
n = int(s)
assert n != 0, 'n is zero!'
return 10 / n
def main():
foo('0')assert的意思是，表示式n != 0應該是True，否則，後面的程式碼就會出錯。
如果斷言失敗，assert語句本身就會丟擲AssertionError：
$ python err.py Traceback (most recent call last): ... AssertionError: n is zero!
程式中如果到處充斥著assert，和print相比也好不到哪去。不過，啟動Python直譯器時可以用-O引數來關閉assert：
$ python -O err.py Traceback (most recent call last): ... ZeroDivisionError: integer division or modulo by zero
關閉後，你可以把所有的assert語句當成pass來看。
3. logging日誌
把print替換為logging是第3種方式，和assert比，logging不會丟擲錯誤，而且可以輸出到檔案：
err.py
import logging
s = '0'
n = int(s)
logging.info('n = %d' % n)
print 10 / nlogging.info()就可以輸出一段文字。執行，發現除了ZeroDivisionError，沒有任何資訊。怎麼回事？
別急，在import logging之後新增一行配置再試試：
import logging logging.basicConfig(level=logging.INFO)
看到輸出了：
$ python err.py INFO:root:n = 0 Traceback (most recent call last): File "err.py", line 8, in <module> print 10 / n ZeroDivisionError: integer division or modulo by zero
這就是logging的好處，它允許你指定記錄資訊的級別，有debug，info，warning，error等幾個級別，當我們指定level=INFO時，logging.debug就不起作用了。同理，指定level=WARNING後，debug和info就不起作用了。這樣一來，你可以放心地輸出不同級別的資訊，也不用刪除，最後統一控制輸出哪個級別的資訊。
logging的另一個好處是透過簡單的配置，一條語句可以同時輸出到不同的地方，比如console和檔案。
4. pdb除錯
第4種方式是啟動Python的偵錯程式pdb，讓程式以單步方式執行，可以隨時檢視執行狀態。我們先準備好程式：
err.py
s = '0' n = int(s) print 10 / n
執行：
$ python -m pdb err.py > /Users/PythonTab/Github/sicp/err.py(2)<module>() -> s = '0'
以引數-m pdb啟動後，pdb定位到下一步要執行的程式碼-> s = '0'。輸入命令l來檢視程式碼：
(Pdb) l
1 # err.py
2 -> s = '0'
3 n = int(s)
4 print 10 / n
[EOF]
輸入命令n可以單步執行程式碼：
(Pdb) n
> /Users/PythonTab/Github/sicp/err.py(3)<module>()
-> n = int(s)
(Pdb) n
> /Users/PythonTab/Github/sicp/err.py(4)<module>()
-> print 10 / n
任何時候都可以輸入命令p 變數名來檢視變數：
(Pdb) p s
'0'
(Pdb) p n
0
輸入命令q結束除錯，退出程式：
(Pdb) n
ZeroDivisionError: 'integer division or modulo by zero'
> /Users/PythonTab/Github/sicp/err.py(4)<module>()
-> print 10 / n
(Pdb) q
這種透過pdb在命令列除錯的方法理論上是萬能的，但實在是太麻煩了，如果有一千行程式碼，要執行到第999行得敲多少命令啊。還好，我們還有另一種除錯方法。
pdb.set_trace()
這個方法也是用pdb，但是不需要單步執行，我們只需要import pdb，然後，在可能出錯的地方放一個pdb.set_trace()，就可以設定一個斷點：
err.py
import pdb s = '0' n = int(s) pdb.set_trace() # 執行到這裡會自動暫停 print 10 / n
執行程式碼，程式會自動在pdb.set_trace()暫停並進入pdb除錯環境，可以用命令p檢視變數，或者用命令c繼續執行：
$ python err.py > /Users/PythonTab/Github/sicp/err.py(7)<module>() -> print 10 / n (Pdb) p n 0 (Pdb) c Traceback (most recent call last): File "err.py", line 7, in <module> print 10 / n ZeroDivisionError: integer division or modulo by zero
這個方式比直接啟動pdb單步除錯效率要高很多，但也高不到哪去。
5. IDE除錯
如果要比較爽地設定斷點、單步執行，就需要一個支援除錯功能的IDE。目前比較好的Python IDE有PyCharm，
另外，Eclipse加上pydev外掛也可以除錯Python程式。
小結
寫程式花費的時間往往要小於除錯的時間，這個是基本規律。
雖然用IDE除錯起來比較方便，但是最後你會發現，logging才是終極武器。斷點除錯也是高手的終極利器！