python调试应善用breakpoint()、logging.debug()、type()/pprint()及try/except+pdb.post_mortem，替代低效print，实现精准、可控、可复现的问题定位。
Python 调试不靠反复 print，而在于用对工具和方法。掌握几个关键技巧，能快速定位问题、减少试错时间，真正把调试从“碰运气”变成“有依据”。
善用内置断点 breakpoint()
Python 3.7+ 直接支持 breakpoint()，比手动写 import pdb; pdb.set_trace() 更简洁。运行到该行会自动进入交互式调试器（pdb），支持命令如 n（单步）、s（进入函数）、p var（打印变量）、c（继续）。
小技巧：
- 开发时可临时加 breakpoint()，提交前删掉或用条件包裹（如 if DEBUG: breakpoint()）
- 环境变量 PYTHONBREAKPOINT=0 可全局禁用，避免误触发
- 配合 VS Code 或 PyCharm，点击行号左侧设断点更直观，还能设条件断点和日志点
用 logging.debug() 替代 print
print 临时输出容易遗漏、难关闭、格式混乱；logging 可分级控制、带时间戳和模块信息，且一行开关全项目日志。
立即学习“Python免费学习笔记（深入）”；
推荐写法：
<font size="2">import logging<br>logging.basicConfig(level=logging.DEBUG, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')<br>logger = logging.getLogger(__name__)<br><br># 调试时打开，上线前改 level=WARNING 即可关闭<br>logger.debug("变量值: %s", some_var)</font>优势：
- DEBUG 级别日志默认不输出，避免污染生产日志
- 支持按模块精细控制，比如只开某个模块的 DEBUG：logging.getLogger('my_module').setLevel(logging.DEBUG)
- 比 print 更安全：不会因变量不可序列化（如 NaN、自定义对象）而崩溃
检查变量类型与结构用 type() 和 pprint()
很多 bug 源于“以为是 list，其实是 str”，或嵌套太深看不清结构。不要靠肉眼猜：
- 用 type(obj) 或 isinstance(obj, list) 明确确认类型
- 对字典、JSON 响应、嵌套对象，用 from pprint import pprint 替代 print，自动缩进、换行、截断长内容
- 在 pdb 中直接输入 pp some_dict，比 p some_dict 清晰得多
捕获异常并 inspect —— try/except + traceback + pdb
对于偶发或线上难以复现的异常，别只看报错堆栈。加一层兜底调试：
<font size="2">import traceback<br>import pdb<br><br>try:<br> risky_function()<br>except Exception:<br> traceback.print_exc() # 先看清错在哪<br> pdb.post_mortem() # 进入异常发生时的上下文，查局部变量</font>
这样能直接看到出错时所有变量值、调用链和当前作用域，比重跑一遍更高效。
