当进行调试时，你有很多选择，但是很难给出一直有效的通用建议（除了“你试过关闭再打开么？”以外）。
这里有一些我最喜欢的 Python 调试技巧。
建立一个分支
请相信我。即使你从来没有打算将修改提交回上游，你也会很乐意将你的实验被包含在它们自己的分支中。
不说别的，它会使清理更容易！
安装 pdb++
认真地说，如果你使用命令行，它会让你的生活更轻松。
pdb++ 所做的一切就是用更好的模块替换标准的 pdb 模块。以下是你在 pip install pdbpp 会看到的：
- 彩色提示！
- 制表符补全！（非常适合探索！）
- 支持切分！
好的，也许最后一个是有点多余……但是非常认真地说，安装 pdb++ 非常值得。
探索
有时候最好的办法就是胡乱试试，然后看看会发生什么。在“明显”的位置放置一个断点并确保它被命中。在代码中加入 print() 和/或 logging.debug() 语句，并查看代码执行的位置。
检查传递给你的函数的参数，检查库的版本（如果你已经非常绝望了）。
一次只能改变一件事
在你在探索了一下后，你将会对你可以做的事情有所了解。但在你开始摆弄代码之前，先退一步，考虑一下你可以改变什么，然后只改变一件事。
做出改变后，然后测试一下，看看你是否接近解决问题。如果没有，请将它改回来，然后尝试其他方法。
只更改一件事就可以让你知道什可以工作，哪些不工作。另外，一旦可以工作后，你的新提交将会小得多（因为将有更少的变化）。
这几乎是 科学过程 Scientific Process 中所做的事情：一次只更改一个变量。通过让自己看到并衡量一次更改的结果，你可以节省你的理智，并更快地找到解决方案。
不要假设，提出问题
偶尔一个开发人员（当然不是你咯！）会匆忙提交一些有问题的代码。当你去调试这段代码时，你需要停下来，并确保你明白它想要完成什么。
不要做任何假设。仅仅因为代码在 model.py 文件中并不意味着它不会尝试渲染一些 HTML。
同样，在做任何破坏性的事情之前，仔细检查你的所有外部关联。要删除一些配置数据？请确保你没有连接到你的生产系统。
聪明，但不要聪明过头
有时候我们编写的代码神奇般地奏效，不知道它是如何做的。
当我们发布代码时，我们可能会觉得自己很聪明，但当代码崩溃时，我们往往会感到愚蠢，我们必须记住它是如何工作的，以便弄清楚它为什么不起作用。
留意任何看起来过于复杂、冗长或极短的代码段。这些可能是隐藏复杂并导致错误的地方。
via: https://pythondebugging.com/articles/python-debugging-tips
作者：PythonDebugging.com 选题：lujun9972 译者：geekpi 校对：wxy
本文由 LCTT 原创编译，Linux中国 荣誉推出
