CentOS Python脚本如何调试运行

调试 Python 脚本这事儿，说难不难，说简单也不简单。尤其是在 CentOS 环境下，方法选对了，事半功倍。下面把这几种主流的调试思路掰开揉碎了讲清楚，从最基础的到进阶的，总有一款适合你。

最直接的办法：print 大法

这可能是每个 Python 开发者最早接触的调试方式——在脚本里到处插 print 语句，把变量值、执行状态直接打印出来。虽然看着有点“原始”，但胜在简单直观，尤其适合快速定位小问题。你只需要在怀疑的地方加上 print(variable)，运行看输出，就知道数据走到哪一步了。

内置调试器：pdb 模块

如果觉得 print 太糙，Python 自带的 pdb 模块就是更专业的方案。它可以在脚本中设置断点，让你单步执行、查看变量、甚至动态修改程序状态。具体用法很简单：在需要暂停的地方插入一行代码：

import pdb; pdb.set_trace()

运行脚本后，程序会在那一行停下来，进入交互式调试模式。这时候你可以用以下命令控制执行流程：

• n（next）：执行下一行代码
• s（step）：进入函数或方法内部
• c（continue）：继续执行，直到遇到下一个断点
• q（quit）：退出调试模式
• p variable（print）：打印变量的值
• l（list）：显示当前代码行周围的上下文
• u（up）：向上移动堆栈帧
• d（down）：向下移动堆栈帧

这套命令熟练之后，调试效率会明显提升。

IDE 或文本编辑器的图形化调试

如果你习惯用 PyCharm、Visual Studio Code 这类工具，它们自带的调试功能就非常香了。图形化界面让你可以像看电影一样拖拽断点、实时查看变量值、甚至条件断点、表达式求值。不需要记命令，鼠标点一点就能完成单步跟踪。对于复杂项目，推荐优先用这种方式，直观且不易出错。

日志记录：logging 模块

还有一种更“优雅”的方式——用日志来记录程序运行轨迹。Python 的 logging 模块可以按不同级别输出信息，并且可以控制输出到文件、控制台等。示例如下：

import logging
logging.basicConfig(filename='example.log', level=logging.DEBUG)
logging.debug('This is a debug message')
logging.info('This is an info message')
logging.warning('This is a warning message')
logging.error('This is an error message')
logging.critical('This is a critical message')

运行后会在当前目录生成 example.log 文件，里面记录了所有日志信息。相比 print，日志可以分级控制，生产环境里也能保留关键信息，同时不影响正常输出。适合长时间运行或需要事后追溯的场景。

说到底，没有绝对最好的调试方法，只有最适合当前场景的。平时多试试，找到自己顺手的那一套就行。