在Ubuntu中如何调试Python代码

在Ubuntu上调试Python代码，方法其实不少，关键是找到最适合自己当前场景的那一个。下面梳理几个实战中常用的手段，从命令行到IDE，从日志到断言，覆盖不同开发阶段的需求。

1. 使用pdb模块

Python自带的pdb调试器虽然看起来朴素，但胜在轻量、零依赖，任何环境都能用。说白了，它就是命令行里的断点调试工具。

怎么上手？

1. 在你想暂停的位置插入一行魔法代码：

   import pdb; pdb.set_trace()

2. 直接运行脚本：

   python your_script.py

3. 脚本执行到断点处就会停下来，然后你可以用下面这些命令掌控节奏：
   • n (next) – 执行下一行，不钻进函数
   • s (step) – 钻进函数内部看看
   • c (continue) – 继续跑到下一个断点
   • b (break) – 随时新增断点
   • l (list) – 看看当前代码周围都在干啥
   • p (print) – 打印某个变量的值
   • q (quit) – 不想查了，直接退出

2. 使用IDE内置的调试工具

如果你日常用PyCharm或者VSCode，它们的调试器其实比命令行友好得多——图形化断点、变量监控、调用栈一目了然，非常推荐项目规模大了之后使用。

PyCharm

1. 打开项目，在代码行号旁边点一下，设置断点（红色小圆点）
2. 点击工具栏上那个小虫子图标（调试按钮）
3. 程序会在断点处停住，然后你可以用调试面板的按钮单步执行、查看变量

VSCode

1. 打开项目，在代码行号左侧点击设置断点
2. 点击左侧活动栏的“调试”图标（也是个小虫子）
3. 点击“运行和调试”按钮，选择你的Python解释器
4. 之后的操作和PyCharm类似，调试工具栏会提供所有常用功能

3. 使用logging模块

有些场景下你不希望打断程序执行，只想在后台默默记录变量变化、函数调用顺序，logging就是干这个的。它比print更灵活，可以控制日志级别、输出格式，甚至写到文件。

举个例子

import logging
logging.basicConfig(level=logging.DEBUG, format='%(asctime)s - %(levelname)s - %(message)s')

def add(a, b):
    logging.debug(f'Adding {a} and {b}')
    return a + b

result = add(3, 5)
logging.debug(f'Result: {result}')

运行时终端会输出带时间戳的调试信息，对追踪逻辑流动特别有用。

4. 使用assert语句

如果你只是想确保某个条件绝不能被违反——比如除数不能为零——assert是最简洁的防御式编程方式。条件不满足时程序会直接抛出AssertionError并终止，帮你快速定位问题。

示例

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

result = divide(10, 0)

运行后你会看到清晰的错误信息，而不是等除零异常出现后才去猜哪里出问题。

5. 使用traceback模块

有时候异常被外层捕获了，你想看看完整的调用栈——traceback模块就是用来干这事的。它能打印出从异常发生位置到捕获位置的全路径，对排查复杂调用关系非常有帮助。

示例

import traceback

try:
    result = 10 / 0
except ZeroDivisionError:
    traceback.print_exc()

输出会包含完整的堆栈信息，比单纯一个异常信息丰富得多。

日常开发中，推荐把几种方法结合起来用：小脚本用pdb快速查，工程项目用IDE配合logging，关键边界用assert兜底，遇到诡异堆栈用traceback深挖。选择适合当前场景的工具，调试效率自然会上去。