写python的人一般都不太看重调试， 因为这是一门解释性语言， 在哪出错会立马在解释器里提示出来。但是， 以上观点只适用于小的脚本或者项目。因为我在接触目前项目之前， 我一直都是这么做的。

对于一个大的项目来说， 调试就不能这么做了， 这种大项目通常都是多进程或者多线程， 普通的调试基本没办法。通常会通过记录日志来调试， 记录日志。。这里就是我想说得一个坑。正常的项目里面都会有容错处理， 也就是各种try...except， 然后把抛出的异常写到日志， 出错的时候就可以通过看错误日志去定位信息。 但是, 抛出的异常通常只是一句话， 无法得到具体的错误代码行， 这在一个模块比较多的项目里简直就是噩梦， 你可能要花费很多时间去定位错误所在地方， 效率极其低下。 肿么办呢， python里面有一个模块叫traceback， 这个模块是干嘛的呢， 请看官方解释:This module provides a standard interface to extract, format and print stack traces of Python programs. It exactly mimics the behavior of the Python interpreter when it prints a stack trace. This is useful when you want to print stack traces under program control, such as in a “wrapper” around the interpreter.

也就是说， 这个模块就像一个缩小版的解释器一样， 可以跟踪代码运行栈。 简单来说， 可以看到代码详细出错信息， 包括在哪出错。怎么用呢， 就说一种用法， 我觉得够用了:import traceback

try:1/0

except Exception as e:traceback.print_exc(file=open('/tmp/error', 'wb'))

这样程序在抛出异常后， 就会将出错信息写到'/tmp/error'这个文件中， just enjoy it!

另外要说的一种方法是logging模块中用到的方法。

对于大型项目而言，用logging模块调试是一种更好的方法，日志集中管理。

要使用日志，首先要声明一个logger，具体怎么声明这里不再赘述，参见python官方文档或者google。

效果和traceback一样，代码如下：try:1/0

except Exception as e:logger.exception(e)