Python编程实战：用好 pdb 和 logging，程序再也不黑箱运行了

在 Python 中，最值得深入掌握的两个调试工具是：

• pdb：交互式断点调试器
• logging：可控、分级、可落盘的运行日志体系

这篇文章我们就系统聊一聊它们的核心使用方式。

一、为什么你必须学会调试？

初学者常见的开发方式是“打印调试”——哪错了就 print 一行，然后不停改代码反复跑。

这种方式有两个明显问题：

1. 效率低：每改一次就得重新运行。
2. 信息不全：看不到变量的真实状态、看不到调用栈。

pdb 和 logging 正是为了解决这些痛点，让你在开发和线上运维阶段都更得心应手。

二、pdb：像打游戏一样单步查看你的代码

pdb 是 Python 内置的命令行调试器，它允许你：

• 在代码任意位置设置断点
• 暂停执行
• 查看变量
• 单步运行
• 跳过函数
• 回溯错误上下文

简直是排查 bug 的神器。

1. 最简单的用法：pdb.set_trace()

在你怀疑有问题的地方插入：

import pdb
pdb.set_trace()

执行时程序会在这一行停下来，并进入调试界面。

2. 调试常用命令（非常实用）

举个简单例子：

def calc(a, b):
    import pdb; pdb.set_trace()
    return a + b

print(calc(10, 20))

调试时你可以：

• p a 查看参数
• n 逐步往下跑
• q 退出

调试体验类似 VSCode，但直接在终端即可完成。

3. 遇到异常自动进入 pdb

这个技巧非常实用：

python -m pdb your_script.py

当程序报错时会自动暂停在异常处，让你现场查看变量并回溯堆栈。

非常适合排查隐藏的边界问题、线上问题复现等场景。

三、logging：程序“自己写日记”，方便你随时回溯

如果说 pdb 更适合开发阶段，那 logging 就是线上阶段的“黑盒记录器”。

print 只是把内容输出到控制台，但 logging 能做到：

• 按严重级别打印日志
• 输出到文件
• 输出时间、行号、文件名、函数名
• 灵活配置
• 线上问题快速定位

真正的项目一定要用 logging，而不是满屏的 print。

1. logging 的基本用法

import logging

logging.basicConfig(level=logging.INFO)

logging.info("任务开始")
logging.warning("数据格式异常，已跳过一条记录")
logging.error("数据库连接失败")

输出：

INFO:root:任务开始
WARNING:root:数据格式异常，已跳过一条记录
ERROR:root:数据库连接失败

2. 日志级别说明（非常关键）

生产环境一般用 INFO 或 WARNING。

3. logging 输出到文件

logging.basicConfig(
    level=logging.INFO,
    filename="run.log",
    format="%(asctime)s - %(levelname)s - %(message)s"
)

关键参数解释：

• filename：指定日志文件
• format：控制输出格式
• asctime：打印时间
• levelname：日志级别
• message：日志内容

示例输出：

2025-03-05 10:33:21,932 - INFO - 爬虫启动
2025-03-05 10:33:22,124 - WARNING - 请求延迟过高

这个格式在定位问题时非常有用。

4. 同时输出到文件和控制台

稍进阶一点：

logger = logging.getLogger()

logger.setLevel(logging.DEBUG)

# 控制台输出
console = logging.StreamHandler()
console.setLevel(logging.INFO)

# 文件输出
file = logging.FileHandler("run.log")
file.setLevel(logging.DEBUG)

# 设置格式
formatter = logging.Formatter("%(asctime)s [%(levelname)s] %(message)s")
console.setFormatter(formatter)
file.setFormatter(formatter)

logger.addHandler(console)
logger.addHandler(file)

这是实际项目非常常见的日志配置方式。

四、pdb 与 logging 的结合：最佳实践

开发阶段： 用 pdb 精准定位问题。

上线阶段： 用 logging 持续记录程序运行行为。

现实开发中，常见调试流程就是：

1. 通过 logging 定位哪块逻辑可能有问题
2. 在对应代码加 pdb.set_trace()
3. 单步查看变量是否异常
4. 修复
5. 清理断点，保留日志

水平提升非常明显。

五、总结

学会调试是一名 Python 工程师必须跨过的一道坎。 会用 pdb，你就不再盲看代码。 会用 logging，你的程序就不再黑箱运行。

两者结合，你在查问题、排障、优化性能、处理线上日志时都会变得轻松很多。 也正是这类能力，让一个开发者真正具备生产力和工程视角。