Ubuntu上如何调试Python代码

在Ubuntu上调试Python代码：从基础到进阶的实用指南

调试，可以说是程序员从“代码能跑”到“代码稳健”的必修课。在Ubuntu环境下，Python开发者拥有一套从轻量到重型、从命令行到图形界面的完整调试工具链。掌握它们，能让排查问题的效率大大提升。

1. 内置利器：pdb（Python Debugger）

谈到Python调试，pdb是绕不开的起点。作为Python标准库的一部分，它无需额外安装，可以直接通过命令行或在代码中插入断点来启动，堪称“开箱即用”的典范。

通过命令行使用pdb

这种方式适合从头开始跟踪整个脚本的执行流程。只需在终端输入：

python -m pdb your_script.py

执行后，调试器会停在第一行代码前，等待你的指令。接下来，就可以使用诸如 n（下一步）、s（进入函数）、c（继续）等命令来控制执行了。

在代码中插入断点

如果你已经大致知道问题可能出在哪段代码附近，那么直接插入断点会更高效。只需在怀疑的地方加上这行代码：

import pdb; pdb.set_trace()

当程序运行到这一行时，会自动暂停并进入pdb调试环境。这种方式非常灵活，可以精准定位。

2. 体验升级：ipdb

如果觉得原生的pdb在交互体验上有些“朴素”，那么ipdb绝对值得一试。它继承了pdb的所有功能，并在此基础上增加了语法高亮、Tab补全等现代化特性，用起来顺手不少。

安装ipdb

安装过程非常简单，一条命令搞定：

pip install ipdb

使用ipdb

用法和pdb几乎一样，只是导入的模块名不同：

import ipdb; ipdb.set_trace()

对于经常需要在终端进行调试的开发者来说，ipdb带来的体验提升是实实在在的。

3. 重型武器：PyCharm

当项目变得复杂，需要一个集成的开发环境时，PyCharm便闪亮登场了。它由JetBrains开发，内置了功能强大且直观的图形化调试器，尤其适合大型项目。

安装PyCharm

直接从JetBrains官网下载对应Ubuntu的安装包（通常是.tar.gz格式），解压后运行脚本即可完成安装。

使用PyCharm调试

1. 在PyCharm中打开你的项目。
2. 在代码行号的左侧点击一下，轻松设置一个断点（会出现一个红色圆点）。
3. 点击工具栏上那个经典的“小虫子”图标启动调试。
4. 程序运行到断点处会自动暂停。此时，你可以查看所有变量的当前值，使用步进按钮逐行执行，或者查看调用栈，一切尽在掌握。

图形化界面带来的最大好处是信息呈现集中且直观，省去了记忆命令行指令的麻烦。

4. 轻量之选：VS Code

如果你偏爱轻量、可高度定制的编辑器，那么VS Code配合其强大的Python扩展，也能提供不输IDE的调试体验。

安装VS Code

同样，从VS Code官网下载.deb安装包，通过sudo dpkg -i命令即可安装。

配置VS Code调试Python

1. 打开项目后，首先需要安装官方的“Python”扩展。
2. 切换到调试视图（侧边栏的虫子图标），点击“创建一个launch.json文件”。
3. 系统会自动生成一个基础的调试配置文件。一个典型的用于调试当前文件的配置如下：

   {
       "version": "0.2.0",
       "configurations": [{
           "name": "Python: Current File",
           "type": "python",
           "request": "launch",
           "program": "${file}",
           "console": "integratedTerminal"
       }]
   }

4. 回到代码编辑器，在行号旁点击设置断点。
5. 按下F5键，调试之旅即刻开始。变量监视、调用堆栈、交互式控制台等功能一应俱全。

VS Code的优势在于配置一次，后续调试几乎可以一键完成，非常流畅。

5. 追踪足迹：logging模块

调试并不总是意味着要让程序停下来。有时候，我们更需要了解程序在“奔跑”过程中的状态。logging模块就是为此而生，它允许你在代码中插入不同级别的日志信息，像留下面包屑一样追踪执行路径。

使用logging

import logging
logging.basicConfig(level=logging.DEBUG)
logging.debug('This is a debug message')

通过调整日志级别（如DEBUG, INFO, WARNING, ERROR），你可以在开发时输出详尽信息，而在生产环境中只记录关键错误，非常灵活。

6. 即时检查：assert语句

“这个变量在这里不应该为0”，“这个列表此时应该非空”……这些在开发时内心的假设，完全可以用assert语句来固化到代码中。

使用assert

def divide(a, b):
    assert b != 0, "Cannot divide by zero"
    return a / b

当b为0时，程序会立即抛出AssertionError并停止，同时给出你预设的错误信息。它是一种轻量级的、用于验证代码内部逻辑正确性的防御性编程手段。

总结

工欲善其事，必先利其器。在Ubuntu上调试Python，其实有丰富的选择：

• pdb 与 ipdb：它们是命令行下的轻骑兵，简单直接，适合快速验证和小规模调试。
• PyCharm 与 VS Code：这两款现代化工具提供了全方位的图形化调试支持，适合复杂的项目开发和深度问题排查。
• logging 与 assert：它们更像是代码内置的“监控探头”和“安全检查点”，无需中断程序就能收集信息或验证假设，是编写健壮代码的好帮手。

究竟选择哪一种？这并没有标准答案，关键看你的具体场景和个人偏好。很多时候，混合使用这些工具——比如用logging定位问题范围，再用pdb或IDE进行精细排查——才是最高效的策略。