1. print
不要看不起print，这是一切调试的起点，即便是调试Java或者C这种巨麻烦的编译语言，print仍然是常用工具。当然，我们讲的是Python，是比Java和C要方便100倍的动态解释语言，因此这个print就更有力了。至于语法如何，不用我讲了吧。
2. reload
python本身就是一个交互式环境，你完全可以一边写代码，一边开一个python进程，然后用reload调用你写的模块，顺手传几个参数进去，看看运行的结果。
[code]# file name fac.py def factorial(n): result = 1 for i in range(1, n+1): result *= i return result[/code] [code] >>> fac.factorial(5) 120 [/code]
然后你用递归重写了factorial（注意，我这里把*替换成了+）
[code]# file name fac.py def factorial(n): if n == 1: return result else: return n + factorial(n-1)[/code] [code] >>> reload(fac) <module 'fac' from 'fac.py'> >>> fac.factorial(5) 15[/code]
3. reload有一点限制，就是这个模块得能import得到。如果程序恰好不在PYTHONPATH里面，这一招就玩不转了。不过人不能让尿憋死对不对？所以python提供了exec和eval。
严格地说exec和eval并不是为了调试设计的，甚至我都不知道它们“应该”用在哪里。通常Perl程序员都喜欢，或者不得不用exec，eval实现一些很暴力，很变态的功能。不过由于Python的良好设计，这种滥用暴力的场合并不常见，因此Python初学者都对exec和eval不甚了解。这里正好借这个机会介绍一下者两个工具。
exec的语法是
exec(code, environment)
这个code可以是一个字符串，也可以是一个文件对象。下面我们用文件对象举例。
[code]>>> d = {} >>> exec(file('/tmp/fac.py', d) >>> d.get('factorial')(5） 15 [/code]
eval和exec的意思相近，不过其功能是计算而不是赋值。(接上面的例子）
[code]>>> eval('factorial(12)', d) 15[/code]
这里environment是一个dictonary，因此当python执行完code之后，他会把所有的东西都放在这个environment里面。如果你不指定environment，python会在当前的environment里执行这段代码。如果你刚运行了一个factorial，接着又执行了这个fac.py,那么这段代码里的factorial就会取代你刚运行的factorial。因此，强烈建议你，总是指定一个environment
4. python -i
exec也好，reload也罢，对于调试单独一个类或者方法，是很方便的，但是如果在写要用到这些类或者方法的程序时，该怎么调试呢？写一个wrapper方法。好主意，实际上我自己就经常这么做。不过python的命令行参数提供了一个更棒的方法， -i
[code]# test.py def factorial(n): if n == 1: return 1 else: return n * factorial(n-1) def sum(n): if n == 1: return 1 else: return n + sum(n-1) result = 0 for i in range(5, 7): result += factorial(i) + sum(i) if i == 6 : # our debugging break point break # [/code] [code]python -i test.py >>> >>> dir() ['__builtins__', '__doc__', '__file__', '__name__', 'factorial', 'i', 'result', 'sum'] >>> result 876[/code]
5. logging
logging是一个远比print更强大的调试工具。Python的logging模块非常强大，任何一个严肃的Py开发人员都应该学会使用这个模块。建议大家从Python的文档入手，学习这个模块。这里我就不多讲了。
