Ubuntu下Python调试环境怎么设置

Ubuntu下Python调试环境设置方法

1. 使用Python内置pdb命令行调试器（基础首选）

pdb是Python标准库自带的命令行调试工具，无需额外安装，适合简单调试或脚本快速排查问题。

• 设置断点：在代码中需要暂停的位置插入import pdb; pdb.set_trace()，程序执行到该行会进入交互式调试模式。
• 常用调试命令：
  • n（next）：执行下一行代码（跳过函数调用）；
  • s（step）：执行下一行代码并进入函数内部；
  • c（continue）：继续执行直到下一个断点或程序结束；
  • p 变量名（print）：打印指定变量的值；
  • l（list）：显示当前代码段的上下文（默认显示断点前后5行）；
  • q（quit）：退出调试器并终止程序。

2. 使用PyCharm IDE调试（图形化深度调试）

PyCharm是Python开发的主流IDE，提供可视化调试界面，适合复杂项目或需要精细调试的场景。

• 安装PyCharm：通过终端命令安装社区版（免费）：sudo snap install pycharm-community --classic。
• 配置调试环境：
  打开项目后，点击右上角Add Configuration→选择Python→设置Script path（脚本文件路径）、Working directory（项目工作目录）、Parameters（脚本参数，可选）→点击OK保存。
• 设置断点：在代码行号左侧空白区域点击，出现红色圆点即为断点。
• 启动调试：点击工具栏绿色虫子图标（Debug）或通过菜单Run→Debug启动，程序会在断点处暂停。
• 调试操作：
  • 使用调试工具栏的Step Over（F8，执行当前行）、Step Into（F7，进入函数）、Step Out（Shift+F8，跳出函数）、Resume Program（F9，继续执行）控制流程；
  • 在Variables（变量）或Watches（监视）窗口查看变量值；
  • 在Run（运行）窗口查看程序输出和日志。

3. 使用Visual Studio Code（VS Code）调试（轻量级灵活）

VS Code是轻量级代码编辑器，通过安装Python扩展可实现便捷调试，适合偏好简洁界面的开发者。

• 安装VS Code与扩展：从官网下载安装VS Code，打开扩展市场（左侧活动栏→扩展图标），搜索Python并安装Microsoft官方扩展。
• 配置launch.json文件：
  打开项目后，按下F5或点击左侧调试图标→点击create a launch.json file→选择Python环境→修改配置：

  {
  
    "name": "Python Debug",
    "type": "python",
    "request": "launch",
    "program": "${
  workspaceFolder}
  /your_script.py",  // 脚本路径（${
  workspaceFolder}
  表示项目根目录）
    "console": "integratedTerminal",                // 使用集成终端
    "workingDirectory": "${
  workspaceFolder}
  "        // 工作目录
  }
      
  

• 设置断点与启动调试：在代码行号左侧点击设置断点，点击调试工具栏绿色三角形（Start Debugging）启动，程序会在断点处暂停，后续操作与PyCharm类似（如单步执行、查看变量）。

4. 使用gdb调试Python程序（底层C扩展问题排查）

若需调试Python解释器本身的C扩展或底层问题（如C编写的Python模块），可使用gdb结合python-dbg包。

• 安装工具：通过终端安装gdb和python-dbg：sudo apt-get install gdb python-dbg。
• 调试步骤：
  • 启动gdb并附加到Python进程：sudo gdb -p < PID> （< PID> 为Python进程ID，可通过ps aux | grep python获取）；
  • 查看Python调用栈：使用py-bt命令（显示Python层调用栈），bt命令（显示C层调用栈）；
  • 其他常用命令：info threads（查看线程信息）、thread < ID> （切换线程）、print < 变量名> （打印变量值）。

5. 辅助调试技巧（增强调试效率）

• 使用breakpoint()函数：Python 3.7+内置breakpoint()函数，可替代pdb.set_trace()，更简洁且支持环境变量控制（如PYTHONBREAKPOINT=0禁用断点）。
• 日志记录：通过logging模块记录程序运行信息，适合长期运行的程序或分布式系统调试：

  import logging
  logging.basicConfig(
      filename='app.log',
      level=logging.DEBUG,
      format='%(asctime)s - %(name)s - %(levelname)s - %(message)s'
  )
  logging.debug('This is a debug message')  # 记录调试信息
  

• 单元测试：使用unittest或pytest框架编写单元测试，验证代码逻辑的正确性，避免重复手动调试。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！