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
|
8月前
|
存储 分布式计算 大数据
基于Python大数据的的电商用户行为分析系统
本系统基于Django、Scrapy与Hadoop技术,构建电商用户行为分析平台。通过爬取与处理海量用户数据,实现行为追踪、偏好分析与个性化推荐,助力企业提升营销精准度与用户体验,推动电商智能化发展。
|
8月前
|
数据采集 监控 数据库
Python异步编程实战:爬虫案例
🌟 蒋星熠Jaxonic,代码为舟的星际旅人。从回调地狱到async/await协程天堂,亲历Python异步编程演进。分享高性能爬虫、数据库异步操作、限流监控等实战经验,助你驾驭并发,在二进制星河中谱写极客诗篇。
Python异步编程实战:爬虫案例
|
8月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的台风灾害分析及预测系统
针对台风灾害预警滞后、精度不足等问题,本研究基于Python与大数据技术,构建多源数据融合的台风预测系统。利用机器学习提升路径与强度预测准确率,结合Django框架实现动态可视化与实时预警,为防灾决策提供科学支持,显著提高应急响应效率,具有重要社会经济价值。
|
8月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的青少年网络使用情况分析及预测系统
本研究基于Python大数据技术,构建青少年网络行为分析系统,旨在破解现有防沉迷模式下用户画像模糊、预警滞后等难题。通过整合多平台亿级数据,运用机器学习实现精准行为预测与实时干预,推动数字治理向“数据驱动”转型,为家庭、学校及政府提供科学决策支持,助力青少年健康上网。
|
9月前
|
缓存 监控 算法
苏宁item_get - 获得商品详情接口深度# 深度分析及 Python 实现
苏宁易购item_get接口可实时获取商品价格、库存、促销等详情,支持电商数据分析与竞品监控。需认证接入,遵守调用限制,适用于价格监控、销售分析等场景,助力精准营销决策。(238字)
|
9月前
|
JSON 缓存 供应链
电子元件 item_search - 按关键字搜索商品接口深度分析及 Python 实现
本文深入解析电子元件item_search接口的设计逻辑与Python实现,涵盖参数化筛选、技术指标匹配、供应链属性过滤及替代型号推荐等核心功能,助力高效精准的电子元器件搜索与采购决策。
|
9月前
|
缓存 供应链 芯片
电子元件类商品 item_get - 商品详情接口深度分析及 Python 实现
电子元件商品接口需精准返回型号参数、规格属性、认证及库存等专业数据,支持供应链管理与采购决策。本文详解其接口特性、数据结构与Python实现方案。

推荐镜像

更多