用 pdb.set_trace() 或 breakpoint() 可在代码任意位置加断点，需注意 import 和环境变量；常用命令为 n、s、c；pp 和 l 命令辅助查看变量与上下文；多线程、异步、打包等场景需特殊处理。
怎么在代码里加断点：用 pdb.set_trace() 最直接
想停在哪就停在哪，不用改配置、不依赖 IDE。在想暂停的那行前面加 import pdb; pdb.set_trace()，运行时就会卡住，进入交互式调试环境。
常见错误现象：NameError: name 'pdb' is not defined——说明只写了 pdb.set_trace() 没 import；或者 Python 3.7+ 用了 breakpoint() 却忘了环境变量没设（PYTHONBREAKPOINT=0 会禁用它）。
使用场景：临时排查某次请求、某个循环迭代、或函数中间状态；不适合长期留在生产代码里。
- Python 3.7+ 推荐直接写
breakpoint()，它默认调用pdb.set_trace()，且可被环境变量控制 - 老版本必须显式
import pdb; pdb.set_trace() - 别把断点加在极短的 lambda 或生成器表达式里——根本没法停住
单步执行时该用什么命令：n、s、c 这三个最常用
进到 pdb 后不是靠鼠标点，是敲命令。记牢三个核心：n（next）、s（step）、c（continue），其他都是锦上添花。
容易踩的坑：n 看似“下一步”，但会跳过函数调用；想进函数体必须用 s。比如 result = calc(x) 这行，n 直接执行完 calc 并跳到下一行，s 才会进入 calc 函数内部。
-
n：执行当前行，不进入函数 -
s：执行当前行，遇到函数就进去 -
c：继续运行，直到下一个断点或程序结束 -
p：打印变量值（注意是var_namep不是print） -
pp：格式化打印，适合字典、嵌套结构var_name
怎么查看变量和上下文：别只靠 p，用 pp 和 l
p 能看，但容易漏结构；pp（pretty print）才是真能看清 dict、list、对象属性的命令。l（list）则帮你确认当前在哪——不然很容易在几十层嵌套里迷失。
性能影响：纯调试命令不影响运行速度，但频繁 p 大对象（如 Pandas DataFrame、大列表）会卡顿，因为要序列化显示。
-
pp一次看全局部变量（但别在循环里狂打）locals() -
l显示当前行附近 11 行代码，l 20,30可指定范围 -
pp查类实例所有属性（比self.__dict__dir(self)更直观） - 变量名含点号（如
user.profile.name）不能直接p user.profile.name，得先p user.profile再逐步展开
为什么有时候断点不生效：路径、导入、多进程都可能干扰
不是所有地方都能断住。常见原因是代码没执行到那行（比如条件分支没进）、模块被重载过、或根本不在主解释器线程里。
兼容性影响：在多线程/多进程脚本中，pdb.set_trace() 只对当前线程有效；子进程里要单独加断点，否则你看不到。
- 用
if __name__ == '__main__':包裹的断点，导入时不会触发 - PyInstaller 打包后
breakpoint()默认失效（因sys.breakpointhook被重置），需手动设sys.breakpointhook = pdb.set_trace - Jupyter 中用
%debug或%pdb on更稳，pdb.set_trace()有时卡住内核 - 异步代码（
async def）里不能直接breakpoint()，要用await asyncio.sleep(0)配合，或改用asyncio.debug模式
最常被忽略的是：断点加对了，但你没注意到程序其实抛了异常后退出了——这时候得先 c 继续，让异常浮出来，再决定要不要在 except 块里补断点。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
