一、print()
print()就是普通输出在这里不介绍
二、调试
logging模块
日志是一种可以追踪某些软件运行时所发生事件的方法，Python自身也提供了一个用于记录日志的标准库模块--logging
DEBUG 最详细的日志信息，典型应用场景是 问题诊断
INFO 信息详细程度仅次于DEBUG，通常只记录关键节点信息，用于确认一切都是按照我们预期的那样进行工作
WARNING 当某些不期望的事情发生时记录的信息（如，磁盘可用空间较低），但是此时应用程序还是正常运行的
ERROR 由于一个更严重的问题导致某些功能不能正常运行时记录的信息
CRITICAL 当发生严重错误，导致应用程序不能继续运行时记录的信息
日志等级是从上到下依次升高的,而信息量却从上到下依次次减少
logging模块提供了两种记录日志的方式：
第一种方式是使用logging提供的模块级别的函数
第二种方式是使用Logging日志系统的四大组件
logging模块定义的模块级别的常用函数
logging.debug(msg, *args, **kwargs) 创建一条严重级别为DEBUG的日志记录
logging.info(msg, *args, **kwargs) 创建一条严重级别为INFO的日志记录
logging.warning(msg, *args, **kwargs) 创建一条严重级别为WARNING的日志记录
logging.error(msg, *args, **kwargs) 创建一条严重级别为ERROR的日志记录
logging.critical(msg, *args, **kwargs) 创建一条严重级别为CRITICAL的日志记录
logging.log(level, *args, **kwargs) 创建一条严重级别为level的日志记录
logging.basicConfig( **kwargs) 对root logger进行一次性配置
其中logging.basicConfig(**kwargs)函数用于指定“要记录的日志级别”、“日志格式”、“日志输出位置”、“日志文件的打开模式”等信息，其他几个都是用于记录各个级别日志的函数。
import logging
import logging
import logging
LOG_FORMAT = "%(asctime)s - %(levelname)s - %(message)s"
DATE_FORMAT = "%m-%d-%Y %H:%M:%S %p"
logging.basicConfig(level=logging.DEBUG,filename='my.log',datefmt=DATE_FORMAT,format=LOG_FORMAT) #从debug输出
logging.debug('this is a debug!....')
logging.info('this is a info!....')
logging.warning('this is a warning!....')
logging.error('this is a error!....')
logging.critical('this is a critical!....')
在my.log文件夹里有
11-05-2018 16:24:20 PM - DEBUG - this is a debug!....
11-05-2018 16:24:20 PM - INFO - this is a info!....
11-05-2018 16:24:20 PM - WARNING - this is a warning!....
11-05-2018 16:24:20 PM - ERROR - this is a error!....
11-05-2018 16:24:20 PM - CRITICAL - this is a critical!....
logging模块的四大组件
loggers 提供应用程序代码直接使用的接口
handlers 用于将日志记录发送到指定的目的位置
filters 提供更细粒度的日志过滤功能，用于决定哪些日志记录将会被输出（其它的日志记录将会被忽略）
formatters 用于控制日志信息的最终输出格式
LOG_FORMAT = "%(asctime)s - %(levelname)s - %(message)s"
DATE_FORMAT = "%m/%d/%Y %H:%M:%S %p"
logging.basicConfig(level=logging.DEBUG) #从debug输出 不写该语句时，logging模块提供的日志记录函数所使用的日志器设置的日志级别是WARNING
logging.log(logging.DEBUG,'this is a debug!....')
logging.log(logging.INFO,'this is a info!....')
logging.log(logging.WARNING,'this is a warning!....')
logging.log(logging.ERROR,'this is a error!....')
logging.log(logging.CRITICAL,'this is a critical!....')
输出结果为：
DEBUG:root:this is a debug!....
INFO:root:this is a info!....
WARNING:root:this is a warning!....
ERROR:root:this is a error!....
CRITICAL:root:this is a critical!....
logging.basicConfig()函数说明
filename 指定日志输出目标文件的文件名，指定该设置项后日志信心就不会被输出到控制台了
filemode 指定日志文件的打开模式，默认为'a'。需要注意的是，该选项要在filename指定时才有效
format 指定日志格式字符串，即指定日志输出时所包含的字段信息以及它们的顺序。logging模块定义的格式字段下面会列出。
datefmt 指定日期/时间格式。需要注意的是，该选项要在format中包含时间字段%(asctime)s时才有效
level 指定日志器的日志级别
stream 指定日志输出目标stream，如sys.stdout、sys.stderr以及网络stream。需要说明的是，stream和filename不能同时提供，否则会引发 ValueError异常
style Python 3.2中新添加的配置项。指定format格式字符串的风格，可取值为'%'、'{'和'$'，默认为'%'
handlers Python 3.3中新添加的配置项。该选项如果被指定，它应该是一个创建了多个Handler的可迭代对象，这些handler将会被添加到root logger。需要说明的是：filename、stream和handlers这三个配置项只能有一个存在，不能同时出现2个或3个，否则会引发ValueError异常。
logging模块定义的格式字符串字段
asctime %(asctime)s 日志事件发生的时间--人类可读时间，如：2003-07-08 16:49:45,896
created %(created)f 日志事件发生的时间--时间戳，就是当时调用time.time()函数返回的值
relativeCreated %(relativeCreated)d 日志事件发生的时间相对于logging模块加载时间的相对毫秒数（目前还不知道干嘛用的）
msecs %(msecs)d 日志事件发生事件的毫秒部分
levelname %(levelname)s 该日志记录的文字形式的日志级别（'DEBUG', 'INFO', 'WARNING', 'ERROR', 'CRITICAL'）
levelno %(levelno)s 该日志记录的数字形式的日志级别（10, 20, 30, 40, 50）
name %(name)s 所使用的日志器名称，默认是'root'，因为默认使用的是 rootLogger
message %(message)s 日志记录的文本内容，通过 msg % args计算得到的
pathname %(pathname)s 调用日志记录函数的源码文件的全路径
filename %(filename)s pathname的文件名部分，包含文件后缀
module %(module)s filename的名称部分，不包含后缀
lineno %(lineno)d 调用日志记录函数的源代码所在的行号
funcName %(funcName)s 调用日志记录函数的函数名
process %(process)d 进程ID
processName %(processName)s 进程名称，Python 3.1新增
thread %(thread)d 线程ID
threadName %(thread)s 线程名称
logging.basicConfig()函数是一个一次性的简单配置工具，也就是说只有在第一次调用该函数时会起作用，后续再次调用该函数时完全不会产生任何操作的，多次调用的设置并不是累加操作。
logging.warning('%s is %d years old.', 'Tom', 10) 输出为：WARNING:root:Tom is 10 years old.
**kwargs参数。它们支持3个关键字参数: exc_info, stack_info, extra，下面对这几个关键字参数作个说明。
exc_info： 其值为布尔值，如果该参数的值设置为True，则会将异常异常信息添加到日志消息中。如果没有异常信息则添加None到日志信息中。
stack_info： 其值也为布尔值，默认值为False。如果该参数的值设置为True，栈信息将会被添加到日志信息中。
extra： 这是一个字典（dict）参数，它可以用来自定义消息格式中所包含的字段，但是它的key不能与logging模块定义的字段冲突。
三、断言 assert()
def foo(s):
n = int(s)
assert n != 0, 'n is zero!'
return 10 / n
foo('0')
assert的意思是，表达式n != 0应该是True，否则，根据程序运行的逻辑，后面的代码肯定会出错。
如果断言失败，assert语句本身就会抛出AssertionError：
$ python new.py
Traceback (most recent call last):
File "new.py", line 110, in <module>
main()
File "new.py", line 109, in main
foo('0')
File "new.py", line 105, in foo
assert n != 0, 'n is zero!'
AssertionError: n is zero!
四、pdb
启动Python的调试器pdb，让程序以单步方式运行，可以随时查看运行状态。我们先准备好程序：
s = '0'
n = int(s)
print(10 / n)
执行语句： python -m pdb new.py
$ python -m pdb new.py
> e:\projects\python\new.py(112)<module>()
-> s = '0'
(Pdb)
然后再输入命令 n,他则会输出下一条语句。
(Pdb) n
> e:\projects\python\new.py(113)<module>()
-> n = int(s)
(Pdb)
输入l时，他会将所有代码显示出来
(Pdb) l
108 # def main():
109 # foo('0')
110 # main()
111
112 s = '0'
113 -> n = int(s)
114 print(10 / n)
[EOF]
(Pdb)
任何时候都可以输入命令p 变量名来查看变量：
(Pdb) p s
'0'
(Pdb)
输入命令q结束调试，退出程序：
五、pdb.set_trace()
我们只需要import pdb，然后，在可能出错的地方放一个pdb.set_trace()，就可以设置一个断点：
import pdb
s = '0'
n = int(s)
pdb.set_trace() # 运行到这里会自动暂停
print(10 / n)
运行代码，程序会自动在pdb.set_trace()暂停并进入pdb调试环境，可以用命令p查看变量，或者用命令c继续运行：
六、IDE
如果要比较爽地设置断点、单步执行，就需要一个支持调试功能的IDE。目前比较好的Python IDE有：
Visual Studio Code：https://code.visualstudio.com/，需要安装Python插件。
PyCharm：http://www.jetbrains.com/pycharm/
另外，Eclipse加上pydev插件也可以调试Python程序。
