程序能一次寫完並正常運行的概率很小，基本不超過1%。總會有各種各樣的bug需要修正。有的bug很簡單，看看錯誤信息就知道，有的bug很複雜，我們需要知道出錯時，哪些變量的值是正確的，哪些變量的值是錯誤的，因此，需要一整套調試程序的手段來修復bug。
第一種方法簡單直接粗暴有效，就是用print()把可能有問題的變量打印出來看看：
用print()最大的壞處是將來還得刪掉它，想想程序裡到處都是print()，運行結果也會包含很多垃圾信息。所以，我們又有第二種方法。
斷言
凡是用print()來輔助查看的地方，都可以用斷言（assert）來替代：
def foo(s):
n = int(s)
assert n != 0, 'n is zero!'
return 10 / n
def main():
foo('0')
assert的意思是，表達式n != 0應該是True，否則，根據程序運行的邏輯，後面的代碼肯定會出錯。如果斷言失敗，assert語句本身就會拋出AssertionError：
程序中如果到處充斥著assert，和print()相比也好不到哪去。不過，啟動Python解釋器時可以用-O參數來關閉assert。
注意：斷言的開關“-O”是英文大寫字母O，不是數字0
關閉後，你可以把所有的assert語句當成pass來看。
logging
把print()替換為logging是第3種方式，和assert比，logging不會拋出錯誤，而且可以輸出到文件：
logging.info()就可以輸出一段文本。運行，發現除了ZeroDivisionError，沒有任何信息。在import logging之後添加一行配置再試試：
這就是logging的好處，它允許你指定記錄信息的級別，有debug，info，warning，error等幾個級別，當我們指定level=INFO時，logging.debug就不起作用了。同理，指定level=WARNING後，debug和info就不起作用了。這樣一來，你可以放心地輸出不同級別的信息，也不用刪除，最後統一控制輸出哪個級別的信息。
logging的另一個好處是通過簡單的配置，一條語句可以同時輸出到不同的地方，比如console和文件。
pdb
第4種方式是啟動Python的調試器pdb，讓程序以單步方式運行，可以隨時查看運行狀態。我們先準備好程序：
s = '0'
n = int(s)
print(10 / n)
以參數-m pdb啟動，pdb定位到下一步要執行的代碼：
輸入命令n可以單步執行；p 變量名可以實時查看變量；輸入命令q結束調試，退出程序。
% python3 -m pdb new.py
> /Users/hycx-woodman/Downloads/py/new/new.py(1)()
-> s = '0'
(Pdb) n
> /Users/hycx-woodman/Downloads/py/new/new.py(2)()
-> n = int(s)
(Pdb) n
> /Users/hycx-woodman/Downloads/py/new/new.py(3)()
-> print(10 / n)
(Pdb) p s
'0'
(Pdb) p n
0
(Pdb) q
hycx-woodman@zhangjiandeMacBook-Pro new %
這種通過pdb在命令行調試的方法理論上是萬能的，但實在是太麻煩了，如果有一千行代碼，要運行到第999行得敲多少命令啊。還好，我們還有另一種調試方法。
pdb.set_trace()
這個方法也是用pdb，但是不需要單步執行，我們只需要import pdb，然後，在可能出錯的地方放一個pdb.set_trace()，就可以設置一個斷點：
運行代碼，程序會自動在pdb.set_trace()暫停並進入pdb調試環境，可以用命令p查看變量，或者用命令c繼續運行。這個方式比直接啟動pdb單步調試效率要高很多。
IDE
如果要比較爽地設置斷點、單步執行，就需要一個支持調試功能的IDE。這裡推薦使用Pycharm。
小結
寫程序最痛苦的事情莫過於調試，程序往往會以你意想不到的流程來運行，你期待執行的語句其實根本沒有執行，這時候，就需要調試了。
雖然用IDE調試起來比較方便，但是最後你會發現，logging才是終極武器。
