介绍一种找bug的方法
總第186篇/張俊紅
今天介紹一種找bug的方法,分段執(zhí)行。這個(gè)概念不知道多會(huì)進(jìn)入到我腦海中的,可能是有這么一種專門的叫法。特地去網(wǎng)上查了查,好像并沒有,只查到了某地方警察辦案在通過推行分段執(zhí)行來提高效率。
那什么是分段執(zhí)行呢?就是字面意思,把整體代碼分成幾段去執(zhí)行。你應(yīng)該有過這樣的體驗(yàn),好不容易寫了一段特別特別長(zhǎng)的代碼,或者是收到別人發(fā)來一段特別長(zhǎng)的代碼時(shí),自己一運(yùn)行就報(bào)錯(cuò)。看著那大紅色的報(bào)錯(cuò)信息陷入了迷茫。代碼又這么長(zhǎng),我該如何下手去檢查哪里出問題了呢?
這個(gè)時(shí)候有一個(gè)有效的辦法就是分段執(zhí)行。把那段長(zhǎng)長(zhǎng)的代碼中幾個(gè)關(guān)鍵的部分分開來執(zhí)行,看哪一段會(huì)報(bào)錯(cuò),這樣就可以更加精準(zhǔn)的定位問題,從而可以快速的解決問題。
比如下面這段Python代碼:
int(str(df[df["city_id"]?==?1]["Stime"][0])[11:13])這段代碼難嗎?好像只有一行,看起來不是特別難。那這段代碼簡(jiǎn)單嗎?里面各種嵌套,好像也不是那么容易。我們把這段代碼可以拆成以下幾部分:
df[df["city_id"]?==?1]運(yùn)行上面的代碼,會(huì)把df表中city_id等于1的全部數(shù)據(jù)取出來。
df[df["city_id"]?==?1]["Stime"]運(yùn)行上面的代碼,會(huì)把上面取出來city_id等于1的數(shù)據(jù)里面的Stime列取出來,結(jié)果示例如下:
0 ? ? ? 2017-04-05 18:30:39
1 ? ? ? 2017-04-05 18:34:00
2 ? ? ? 2017-04-05 18:36:51
3 ? ? ? 2017-04-05 18:44:24
4 ? ? ? 2017-04-05 18:46:38
5 ? ? ? 2017-04-05 18:49:50
6 ? ? ? 2017-04-05 19:05:26
7 ? ? ? 2017-04-05 19:14:13
8 ? ? ? 2017-04-05 19:28:36
9 ? ? ? 2017-04-05 19:32:46
……
再運(yùn)行上面的代碼會(huì)把Stime列中的第一個(gè)值取出來
str(df[df["city_id"]?==?1]["Stime"][0])再運(yùn)行上面的代碼,會(huì)把Stime列中的第一個(gè)值從時(shí)間類型轉(zhuǎn)換為字符串類型
str(df[df["city_id"]?==?1]["Stime"][0])[11:13]再運(yùn)行上面的這段代碼,會(huì)把字符串第11:13位置的字符獲取出來
int(str(df[df["city_id"]?==?1]["Stime"][0])[11:13])再運(yùn)行上面的代碼,會(huì)把取出來的字符串轉(zhuǎn)化為整型。
如果你運(yùn)行最開始那完整的一整行代碼有問題時(shí),你就可以把這一整段代碼分成若干個(gè)過程去運(yùn)行,然后看哪個(gè)分段有問題,解決完分段執(zhí)行問題以后,合并到一起就可以完美運(yùn)行了。
代碼如人生哈,當(dāng)一整段代碼出現(xiàn)報(bào)錯(cuò)以后我們會(huì)去分段執(zhí)行,看問題出在哪一部分。我們每個(gè)人可能都會(huì)那么一段不爽的時(shí)間,當(dāng)遇到不爽的時(shí)候,我們經(jīng)常會(huì)去回顧過去經(jīng)歷的幾個(gè)關(guān)鍵節(jié)點(diǎn),看在那些關(guān)鍵節(jié)點(diǎn)做了什么,當(dāng)初做的那些選擇和現(xiàn)在有什么關(guān)系。
掌握了分段執(zhí)行,讓你能夠看到一長(zhǎng)段代碼報(bào)錯(cuò)以外不再慌張,也不需要再去求助別人,自己也可以游刃有余的解決問題。
你還可以看:
Python中的這幾種報(bào)錯(cuò)你遇到過嗎?
總結(jié)
以上是生活随笔為你收集整理的介绍一种找bug的方法的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 12月碎碎念-随便聊聊这一年
- 下一篇: 我的2019年度总结