[Python教學] 中級：檢測與除錯
在這篇文章中，我們將介紹如何在 Python 中進行除錯與測試。初學者可以利用 print() 進行簡單除錯，進階則可以學習 logging 模組進行更詳細的記錄，並利用 unittest 和 pytest 等單元測試工具進行自動化測試，以確保程式的穩定性。
1 使用 print() 進行簡單除錯
print() 是初學者最常使用的除錯工具。在程式碼執行過程中，可以用 print() 將變數值、運行步驟、函式回傳值等輸出，以便追蹤程式的執行狀況。
範例
def divide(a, b):
print("a:", a) # 印出變數 a 的值
print("b:", b) # 印出變數 b 的值
result = a / b
print("result:", result) # 印出結果
return result
divide(10, 2)
執行上述程式時，可以看到每一步驟的計算值。這樣的方式適合快速了解程式的執行情況，尤其在問題發生的地方插入 print() 即可檢查變數。
需要注意的是，使用 print() 有局限性，尤其在大規模程式中，太多的 print() 會造成混亂。此外，print() 無法記錄到文件中，無法長期保存記錄。
2 使用 logging 模組進行進階除錯
logging 是 Python 內建的記錄工具，提供比 print() 更高級的功能，適合於需要長期保存記錄的場景。透過 logging，可以將錯誤、重要信息寫入文件，便於後續分析。
2.1 基本使用
import logging
logging.basicConfig(level=logging.DEBUG) # 設定日誌等級為 DEBUG
def divide(a, b):
logging.debug(f"a: {a}, b: {b}")
try:
result = a / b
logging.info(f"Result: {result}")
except ZeroDivisionError:
logging.error("Division by zero!")
result = None
return result
divide(10, 2)
divide(10, 0)
logging.debug()：記錄詳細資訊，常用於除錯。logging.info()：記錄一般資訊，常用於程式正常運行時的信息。logging.warning()：警告信息，用於非致命性錯誤或重要事件。logging.error()：錯誤信息，用於程序中出現的錯誤。logging.critical()：致命性錯誤，用於無法運行的狀況。
2.2 將記錄寫入文件
可以將日誌記錄到文件中，方便日後查看。
logging.basicConfig(filename='app.log', level=logging.DEBUG,
format='%(asctime)s - %(levelname)s - %(message)s')
def divide(a, b):
logging.debug(f"a: {a}, b: {b}")
try:
result = a / b
logging.info(f"Result: {result}")
except ZeroDivisionError:
logging.error("Division by zero!")
result = None
return result
divide(10, 2)
divide(10, 0)
此時，所有日誌會被寫入 app.log 文件中。format 參數可以控制日誌的格式，例如加上日期、時間、日誌等級等。
3 使用 unittest 模組進行單元測試
單元測試是測試程序中的最小單位，例如函式或方法。unittest 是 Python 內建的單元測試框架，可以快速檢測函式是否如預期運作。
3.1 基本使用
import unittest
def add(a, b):
return a + b
class TestAddFunction(unittest.TestCase):
def test_add_positive(self):
self.assertEqual(add(1, 2), 3) # 測試正整數相加
def test_add_negative(self):
self.assertEqual(add(-1, -1), -2) # 測試負整數相加
def test_add_zero(self):
self.assertEqual(add(0, 5), 5) # 測試包含零的相加
if __name__ == '__main__':
unittest.main()
每個測試方法以 test_ 開頭。assertEqual() 用於檢查實際結果是否與預期結果相符。
3.2 常用的 unittest 斷言方法
assertEqual(a, b)：檢查a == bassertNotEqual(a, b)：檢查a != bassertTrue(x)：檢查x is TrueassertFalse(x)：檢查x is FalseassertRaises(exception, func, *args, **kwds)：檢查執行func是否拋出指定異常
4 使用 pytest 進行單元測試
pytest 是一個強大且靈活的 Python 測試框架，提供簡潔的測試語法，並且支持多種測試需求。
4.1 安裝 pytest
pip install pytest4.2 使用 pytest 進行測試
與 unittest 相比，pytest 不需要將測試函式寫在類別內，直接定義測試函式即可。
def add(a, b):
return a + b
def test_add_positive():
assert add(1, 2) == 3 # 測試正整數相加
def test_add_negative():
assert add(-1, -1) == -2 # 測試負整數相加
def test_add_zero():
assert add(0, 5) == 5 # 測試包含零的相加
執行 pytest：
pytestpytest 會自動執行所有以 test_ 開頭的函式，並報告測試結果。
4.3 pytest 的進階功能
pytest 提供更多進階功能，例如參數化測試和自定義測試配置：
參數化測試：可以測試同一個函式的多組參數。
import pytest
@pytest.mark.parametrize("a, b, expected",
[
(1, 2, 3),
(-1, -1, -2),
(0, 5, 5),
])
def test_add(a, b, expected):
assert add(a, b) == expected
使用 @pytest.mark.parametrize 可以指定多組測試數據，並自動測試每一組數據的結果。
總結
這篇文章詳細介紹了 Python 中的除錯和測試方法。初學者可以使用 print() 進行基本除錯，而 logging 則適合用於記錄並長期保存運行信息。當進入專案開發階段時，建議使用 unittest 或 pytest 進行單元測試，以確保程式的穩定性和可靠性。透過這些方法，可以在開發過程中更快、更有效地發現並解決問題，提升程式碼的品質。
你可能也想看
