Python案例分析|使用调试器调试Python程序

简介: 本案例通过一个示例程序的调试,帮助大家了解使用Python调试器调试程序的方法分析定位程序错误是程序设计最基本的功能。Python标准库的调试器pdb提供了基本的调试功能:设置断点、查看变量等。集成开发环境(IDE,例如IDLE、Spyder、PyCharm)则提供了更直接方便的调试器。本案例研究通过实例,阐述使用IDLE调试器跟踪调试Python程序的基本方法

01、示例程序

本节采用的示例程序为一个简单的递归函数小程序。程序模拟倒计时,实现代码如下。
【例1】倒计时小程序countdown.py。

import time
def countdown(n):
    """从n倒计数到0"""
    if n <= 0: #基本情况
        print("时间到!!!")
    else: #递归步骤
        time.sleep(1) #睡眠1秒钟
        print(n) #输出倒数的数字
        countdown(n-1) #递归调用
if __name__ == "__main__":
    countdown(3)

程序正常运行结果如下所示。

3

2

1

时间到!!!

02、使用IDLE调试器调试运行程序

【例CS7.2】使用IDLE调试器调试运行程序示例程序countdown.py。

(1)运行IDLE并打开程序源代码countdown.py。

(2)设置断点。在想要调试的语句上,通过鼠标右键快捷菜单【Set Breakpoint】设置断点,设置了断点的代码行底色为黄色,如图CS7-1所示。也可以通过【Clear Breakpoint】清除已经设置的断点。

image.png

■ 图1 设置断点

(3)打开调试器。在IDLE窗口,按快捷键【F5】,程序开始运行。在弹出的Python解释器命令行窗口,通过执行菜单命令【Debug】|【Debugger】,打开调试器窗口,如图2所示。

image.png


■ 图2 打开调试器窗口

请确保【Debugger】菜单处于选中状态,此时Python解释器命令行窗口显示[DEBUG ON]。在调试器【Debug Control】窗口,选中Source和Globals复选框。如图3所示。

image.png


■ 图3 选中Source和Globals复选框

(4)调试运行程序。在IDLE窗口,按快捷键【F5】,程序开始运行。程序在代码的第一行中断暂停。如图4所示,底色为灰色的代码为当前执行代码行。

image.png


■ 图4 底色为灰色的代码为当前执行代码行

用户可以通过【Debug Control】窗口查看程序运行状态(调用堆栈Stack、局部变量Locals、全局变量Globals),执行下一步调试命令。如图5所示。

image.png


■ 图5 通过【Debug Control】窗口查看程序运行状态

(5)在【Debug Control】窗口中单击运行调试命令【Go】,使程序运行到下一个断点处中断暂停。如图6所示。

image.png

■ 图6 在【Debug Control】窗口中使程序运行到下一个断点处中断暂停


(6)查看程序运行状态。查看局部变量Locals和全局变量Globals。此时n为3。

(7)在【Debug Control】窗口中单击运行调试命令【Over】,单步执行命令。由于n为3,故程序跳转到else后的第一条语句。

(8)继续执行其它调试命令。(注:运行调试命令【Go】执行到下一个断点;【Step】进入函数;【Over】单步执行;【Out】跳出函数;【Quit】退出结束调试)。

目录
相关文章
|
6天前
|
存储 算法 数据库
Python 抽奖程序限定次数详解
构建Python抽奖程序,限定用户抽奖次数,使用字典存储用户ID及抽奖次数。`LotterySystem`类包含判断、记录和抽奖方法。当用户达到最大抽奖次数(默认3次)时,禁止继续。示例展示如何创建系统,模拟用户抽奖,并扩展功能如动态调整次数和多用户、多奖品池。性能优化可通过数据持久化和并发控制实现。
11 0
|
3天前
|
人工智能 数据挖掘 大数据
538个代码示例!麻省理工教授的Python程序设计+人工智能案例实践
Python简单易学,且提供了丰富的第三方库,可以用较少的代码完成较多的工作,使开发者能够专注于如何解决问题而只花较少的时间去考虑如何编程。 此外,Python还具有免费开源、跨平台、面向对象、胶水语言等优点,在系统编程、图形界面开发、科学计算、Web开发、数据分析、人工智能等方面有广泛应用。 尤其是在数据分析和人工智能方面,Python已成为最受开发者欢迎的编程语言之一,不仅大量计算机专业人员选择使用Python进行快速开发,许多非计算机专业人员也纷纷选择Python语言来解决专业问题。 由于Python应用广泛,关于Python的参考书目前已经有很多,但将Python编程与数据分析、人工智
|
9天前
|
数据采集 存储 数据挖掘
Python网络爬虫实战:抓取并分析网页数据
使用Python的`requests`和`BeautifulSoup`,本文演示了一个简单的网络爬虫,抓取天气网站数据并进行分析。步骤包括发送HTTP请求获取HTML,解析HTML提取温度和湿度信息,以及计算平均温度。注意事项涉及遵守robots.txt、控制请求频率及处理动态内容。此基础爬虫展示了数据自动收集和初步分析的基础流程。【6月更文挑战第14天】
85 9
|
6天前
|
消息中间件 安全 开发者
Python global关键字分析
Python 是一种高级编程语言,拥有非常强大的功能和灵活性。在 Python 中,global 关键字可以用于在函数内部修改全局变量的值。本篇技术博客将介绍 global 关键字的使用方法和实现原理。
19 5
|
6天前
|
存储 Python
Python的命名空间和作用域分析
在Python中,命名空间(Namespace)是用来存储变量名和对象引用之间映射关系的字典,而作用域(Scope)是指程序中变量可以被访问的区域范围。Python中的命名空间是用来存储变量名和对象引用之间映射关系的字典,Python中存在3种命名空间:内置命名空间、全局命名空间和局部命名空间。Python中存在3种命名空间:内置命名空间、全局命名空间和局部命名空间。局部作用域:由局部命名空间定义,在函数内部定义的变量只能在该函数内部访问。在全局命名空间中定义的变量可以在模块内的任何函数或类中直接使用。
16 3
|
5天前
|
机器学习/深度学习 自然语言处理 数据可视化
文本挖掘与可视化:生成个性化词云的Python实践【7个案例】
词云(Word Cloud),又称为文字云或标签云,是一种用于文本数据可视化的技术,通过不同大小、颜色和字体展示文本中单词的出现频率或重要性。在词云中,更频繁出现的单词会显示得更大,反之则更小。
|
5天前
|
机器学习/深度学习 自然语言处理 数据可视化
文本挖掘与可视化:生成个性化词云的Python实践【7个案例】
词云是文本数据可视化的工具,显示单词频率,直观、美观,适用于快速展示文本关键信息。 - 用途包括关键词展示、数据探索、报告演示、情感分析和教育。 - 使用`wordcloud`和`matplotlib`库生成词云,`wordcloud`负责生成,`matplotlib`负责显示。 - 示例代码展示了从简单词云到基于蒙版、颜色和关键词权重的复杂词云生成。 - 案例覆盖了中文分词(使用`jieba`库)、自定义颜色和关键词权重的词云。 - 代码示例包括读取文本、分词、设置词云参数、显示和保存图像。
23 1
|
7天前
|
存储 自然语言处理 数据可视化
在python中的内建函数和辅助工具进行调试
【6月更文挑战第18天】本文介绍Python的调试,涉及对代码的字节码和语法结构进行深入分析。通过这些工具,开发者能更好地理解和调试代码执行流程。
33 2
|
8天前
|
算法 搜索推荐 开发者
解锁Python代码的速度之谜:性能瓶颈分析与优化实践
探索Python性能优化,关注解释器开销、GIL、数据结构选择及I/O操作。使用cProfile和line_profiler定位瓶颈,通过Cython减少解释器影响,多进程避开GIL,优化算法与数据结构,以及借助asyncio提升I/O效率。通过精准优化,Python可应对高性能计算挑战。【6月更文挑战第15天】
15 1
|
10天前
|
数据采集 机器学习/深度学习 数据可视化
数据挖掘实战:Python在金融数据分析中的应用案例
Python在金融数据分析中扮演关键角色,用于预测市场趋势和风险管理。本文通过案例展示了使用Python库(如pandas、numpy、matplotlib等)进行数据获取、清洗、分析和建立预测模型,例如计算苹果公司(AAPL)股票的简单移动平均线,以展示基本流程。此示例为更复杂的金融建模奠定了基础。【6月更文挑战第13天】
42 3