对于 python 代码的调试我们通常都是使用 IDE 自带的调试功能。但是 IDE 提供的调试功能存在局限性，例如在测试服务器上调试代码，但是又不可能在测试服务器上安装 IDE 进行调试。这时我们就可以利用下面所讲解的三个工具进行调试。

准备调试代码

在讲解三个调试工具前，我们先编写待调试的代码。代码很简单，就是计算两个数的商。我们在编写代码的时候故意留下了除数为 0 的 bug。

def division(start, end):
    for i in range(start, end, -1):
        num1 = i
        num2 = i - 1
        result = num1 / num2
        print(result)

if __name__ == '__main__':
    division(10, 0)

PySnooper

PySnooper 是 Python 的第三方工具库，它可以精确的显示代码的执行时间、执行顺序和代码中的局部变量值的变化等。PySnooper 使用方法很简单，只需要将它作为装饰器来使用即可。下面我们来看一下具体使用步骤：

1. 安装 PySnooper

在控制台输入如下命令：

pip install pysnooper

2. 加入 PySnooper

首先需要引入 PySnooper

import pysnooper

接着在需要测试的函数上加上 pysnooper 装饰器

@pysnooper.snoop()
def division(start, end):
    for i in range(start, end, -1):
        num1 = i
        num2 = i - 1
        result = num1 / num2
        print(result)
 
if __name__ == '__main__':
    division(10, 0)

在控制台输入命令：

python text.py

运行代码后，控制台输出如下内容：

上图只截取了 PySnooper 输出日志的开头内容和最后结尾的内容。从截图中我们可以看到 PySnooper 输出了每行代码的运行顺序、运行时间和代码运行中变量值的变化，以及报错信息。在实际项目中 PySnooper 输出的日志内容会很多，在控制台查看会很不方便，这时我们可以将日志输出到本地文件中，我们只需在 PySnooper 装饰器中加入日志保存路径即可:

@pysnooper.snoop('/app/project_log.log')

@pysnooper.snoop(prefix='MyCompanyName: ')

前面我们所讲的都是在函数上利用装饰器来监控整个函数，但是在实际项目中往往一个函数内容会很多，如果监控整个函数会导致输出的日志过多，这时我们就可以利用 PySnooper 的局部监控功能来监控函数中需要监控的代码片段。现在我们来修改一下代码，只监控输出的值：

import pysnooper
 
def division(start, end):
    for i in range(start, end, -1):
        with pysnooper.snoop():
            num1 = i
            num2 = i - 1
            result = num1 / num2
        print(result)
 
if __name__ == '__main__':
    division(10, 0)

Better-exceptions

Better-exceptions 同样是 Python 的第三方工具库，它出现的原因是其实很简单就是“美化异常信息”（是不是感觉作者很任性）。Better-exceptions 主要使用了 Python 的 sys 模块的 excepthook 方法，这个方法在当系统抛出异常时，解释器就会调用它，同时传递三个参数：异常类、异常实例和 traceback 对象，这就说明我们可以重写这个方法来捕获系统异常。但是，因为我们可以重写 excepthook 方法来捕获系统异常，因此 Better-exceptions 对与 Web 框架来说是不起任何作用的，因为 Web 框架都已经处理了系统抛出的异常，不会再以 hook 的方式触发 Better-exceptions 。下面我们就来看一下该怎么用。

1、安装 Better-exceptions

首先在控制台输入如下命令：

pip install better-exceptions

接着我们在控制台输入如下代码，来设置环境变量：

setx BETTER_EXCEPTIONS 1

2. 调试代码

在控制台输入命令：

python text.py

代码运行后，控制台输出如下图：

从上面的图我们可以看到，Better-exceptions 对异常代码进行了着色，并对产生异常的变量值进行了输出。通过这两项内容我们就可以很快捷的看到具体报错位置和报错原因。这里有需要注意的地方就是，在 Windows 系统下输出的日志会存在乱码问题，这是因为 Better-exceptions 的编码格式造成的。要解决这个问题我们只需要修改 better-exceptions 目录下的 encoding.py 文件，讲文件中的 ENCODING = locale.getpreferredencoding() 修改为 ENCODING = 'utf-8'即可。

PDB

PDB 是 Python 内置的模块，我们可以利用 PDB 设置断点和跟踪调试。PDB 的使用不需要再安装第三方插件，只需要在命令行输入如下命令：

python -m pdb Test.py

命令执行后将会进入 PDB 调试模式。如果需要在代码中加入断点，只需要在需要加入断点的位置。

总结

我们讲解了 PySnooper 、Better-exceptions 和 PDB 的用法，这三种方法一般都使用在服务器上，这里我推荐使用Better-exceptions，因为它对代码的侵入性很小，几乎不需要改变代码。