11
测试与调试
pytest, pdb, logging
写代码十分钟，调 bug 两小时——这不是段子。会写测试，bug 在本地就被拦住；会用日志，线上问题能复盘。这章学三样：pytest 写测试、pdb 打断点、logging 打日志。
pytest：最省心的测试框架
pytest 比自带的 unittest 简洁得多——不用写类，写个函数、用 assert 就行。装：pip install pytest。
# 文件：test_math.py
def add(a, b):
return a + b
# 测试函数命名必须以 test_ 开头
def test_add():
assert add(1, 2) == 3
assert add(-1, 1) == 0
assert add(0, 0) == 0
# 异常测试：用 pytest.raises
import pytest
def test_raise():
with pytest.raises(ZeroDivisionError):
1 / 0
# 参数化测试：一次喂多组数据
@pytest.mark.parametrize("a,b,expected", [
(1, 2, 3),
(0, 0, 0),
(-1, 1, 0),
])
def test_add_params(a, b, expected):
assert add(a, b) == expected
运行
pytest test_math.py -v
# 看到一堆点（通过）或 F（失败）
调试：print / pdb / logging
# ① print 调试：最快但最土
print("这里的值是：", x)
# ② pdb：命令行断点调试（Python 3.7+ 用 breakpoint()）
def buggy():
x = 1
breakpoint() # 程序停在这，进入调试命令行
print(x + 1)
# 进去后：n 下一步，p x 打印变量，c 继续，q 退出
# ③ logging：比 print 正规，能分级、能写文件
import logging
logging.basicConfig(level=logging.INFO,
format="%(asctime)s [%(levelname)s] %(message)s")
logging.debug("细节，开发时才看")
logging.info("正常流程")
logging.warning("警告")
logging.error("出错了")
性能分析：先测准，再优化
程序慢了，别凭感觉猜"肯定是网络慢"。先量化，再优化。两个标准库工具：timeit 测小段代码，cProfile 给整个程序画"谁最耗时"的账单。
timeit：精确测一小段代码跑多快
import timeit
# 测"字符串拼接"和"列表 join"哪个快，各跑 10 万次
t1 = timeit.timeit("''.join(str(i) for i in range(100))", number=100000)
t2 = timeit.timeit("''.join([str(i) for i in range(100)])", number=100000)
print(f"生成器版: {t1:.3f}s 列表版: {t2:.3f}s")
# 生成器版: 0.412s 列表版: 0.356s （数字随机器不同，结论是列表略快）
cProfile：给整个程序开账单
# 命令行直接跑：python -m cProfile -s cumtime your_script.py
# -s cumtime 按累计耗时排序，一眼看到谁最费时间
# 也能在代码里这么用
import cProfile
def slow_func():
return sum(i*i for i in range(100000))
cProfile.run("slow_func()")
# ncalls tottime percall cumtime ...
# 100001 0.012 0.000 0.028 slow_func <string>:1
怎么看账单：tottime 是函数自己花的时间（不含它调别人），cumtime 是累计时间（含它调的所有函数）。优化时先盯 cumtime 最高的那几个函数，别瞎改觉得慢的地方。
防坑：别在没 profile 之前就优化
Knuth 名言："过早优化是万恶之源"。90% 的运行时间花在 10% 的代码上，但你猜不中那 10% 是哪。先 cProfile 找到真正的热点，再动手——否则只是把代码改得更难读，性能毫无变化。
练习：选工具（点开对答案）
问：想知道"解析这个 10MB JSON 慢在哪一步"，用 timeit 还是 cProfile？
答：cProfile。它能列出整条调用链每一步的耗时，定位到具体哪个函数；timeit 只适合反复测一小段固定代码的平均耗时，定位不了"程序内部谁最慢"。