怎么在 VS Code 中调试 Python 代码：断点设置与变量监视

在 Visual Studio Code（VS Code）中调试 Python 代码的核心操作，是利用内置调试器让程序在指定的代码行主动暂停执行，进而通过状态面板直接检视变量内存取值与函数调用路径。掌握这一方法只需三个核心环节：在目标代码行左侧单击设置红点断点、按 F5 启动调试会话，以及在左侧的“运行和调试”活动栏中利用“变量（Variables）”与“监视（Watch）”窗口实时观察数据变化。

一、调试准备与基础启动流程

在开始调试前，请确保 VS Code 中已安装官方的 Python 扩展插件，并在状态栏确认当前项目使用的是正确的 Python 解释器虚拟环境。VS Code 调试器本身基于 debugpy 驱动，具备开箱即用的交互式诊断能力。

调试的生命周期可以概括为四个连续阶段：准备代码与选定入口、布置阻断位置、挂载调试会话，以及在中断现场展开交互审查。

图 1：VS Code Python 调试工作流的四个关键阶段

以一段包含循环累加和字典处理的示例脚本 app.py 为例：

def calculate_order_summary(items):
    total_amount = 0.0
    discount_rate = 0.1
    processed_items = []

    for item in items:
        price = item.get("price", 0.0)
        quantity = item.get("quantity", 1)
        subtotal = price * quantity
        if subtotal > 100:
            subtotal = subtotal * (1 - discount_rate)
        
        total_amount += subtotal
        processed_items.append({
            "name": item.get("name"),
            "final_price": round(subtotal, 2)
        })

    return total_amount, processed_items

if __name__ == "__main__":
    orders = [
        {"name": "笔记本", "price": 45.0, "quantity": 1},
        {"name": "机械键盘", "price": 320.0, "quantity": 1},
        {"name": "无线鼠标", "price": 85.0, "quantity": 2},
    ]
    total, details = calculate_order_summary(orders)
    print(f"订单总计: {total}")

在 subtotal = price * quantity 所在的第 9 行行号左侧单击鼠标，即可看到一个鲜红色的圆点（或将光标置于该行按下快捷键 F9）。按下 F5，VS Code 底部状态栏将变为橙色，顶部弹出一个悬浮调试工具条，代码在第 9 行暂停，所在行以黄色箭头与高亮背景标记。

二、调试控制与工作区界面结构

当程序暂停在断点时，VS Code 左侧的“运行和调试（Run and Debug）”面板会呈现四个核心视图，顶部则提供步进控制工具栏。理解各区域的分工是高效分析状态的前提。

图 2：VS Code 调试面板、执行工具条与编辑区交互架构

顶部控制栏各项功能的明确作用如下：

• 继续（F5）：恢复执行，直至遇到下一个断点或程序结束。
• 单步跳过（F10）：执行当前行，如果当前行调用了函数，直接完成该函数调用并停在下一行，不进入函数内部。
• 单步进入（F11）：深入当前行调用的自定义函数内部进行逐行审查。
• 单步跳出（Shift + F11）：快速执行完当前函数剩余语句，返回到上一层调用处。
• 重启（Ctrl + Shift + F5 / Cmd + Shift + F5）：重新启动调试会话。
• 停止（Shift + F5）：终止当前正在运行的 Python 进程。

三、高级断点设置技巧

在实际工程中，循环可能迭代成千上万次，或者特定异常只在某类脏数据下发生。若每次都停下来手动按 F10，效率极低。VS Code 提供了多种高级断点形式。

在行号左侧右键单击，选择 “添加条件断点...（Add Conditional Breakpoint...）”，下拉菜单中提供了三种模式：

图 3：三种扩展断点机制的配置方式与适用场景

1. 表达式条件断点（Expression）：输入合法的 Python 表达式，例如 item.get('name') == '无线鼠标' 或 subtotal > 100。调试器会在每次经过该行时计算表达式，只有当计算结果为 True 时才会暂停程序。对于非布尔表达式，Python 将按真值规则（Truth Value Testing）判断。

2. 命中次数断点（Hit Count）：设置数值，例如 10，代表前 9 次经过该行时直接跳过，在第 10 次时暂停；也可以填写 > 5，表示第 5 次之后每次都中断。

3. 记录点（Logpoint）：图标为一个红菱形。记录点不会阻断程序运行，而是将信息输出到“调试控制台”。支持花括号语法插值，例如输入 正在处理商品: {item['name']}, 数量: {quantity}，程序运行时将自动将其求值后输出，完全免去在源码中临时添加 print() 后再手动删除的麻烦。

四、变量监视与高级观察手段

当程序在断点处停下后，查看与跟踪内存数据的手段主要分为三层：

1. 变量窗口（Variables）

包含 Locals（当前函数栈帧的局部变量）与 Globals（模块全局变量）。展开树状节点可逐层下钻嵌套的字典、列表及自定义对象属性。更为实用的是，双击变量的值可以直接在运行时修改其内存数据。例如在排查异常时，临时将 discount_rate 从 0.1 修改为 0.2，直接验证打折逻辑是否正确，无需重启服务。

2. 监视窗口（Watch）

变量面板展示的是当前作用域内所有客观存在的变量，而在复杂逻辑下，我们往往只关心某一个特定的计算指标或对象深层属性。在“监视（Watch）”窗口右上角点击 “+” 号，可以输入任意 Python 合法表达式：

• len(processed_items)：追踪列表已处理元素的增长。
• [x['name'] for x in items if x.get('price', 0) > 50]：计算高价值商品子集。
• item.get('price', 0) * item.get('quantity', 1) > 100：观察是否触发满减规则。

在单步步进（F10/F11）的过程中，Watch 窗口中的所有表达式会在每一步自动重新计算并刷新值。如果某个表达式引用的变量在当前栈帧不存在，显示为 NameError，一旦进入对应函数上下文，便会立刻恢复计算。

3. 悬浮提示与调试控制台（Debug Console）

将鼠标指针停留在编辑区任意变量名上方，会弹出悬浮卡片显示该对象的类型与当前值；切换到 VS Code 底部面板的“调试控制台（Debug Console）”，可以直接在当前中断栈帧的真实运行环境中输入 Python 命令，例如调用未引入的校验函数、打印类型原型等。

五、常见认知误区与排错注意事项

另一个需要澄清的误区是“断点调试一定比 print 高级，应该彻底淘汰 print”。在短平快的单个脚本中，一两处 print() 确实直观；但在多层调用、异步协作、大型数据清洗或需要反复推敲变量状态的场景中，print() 会导致大量冗余日志，无法在暂停现场临时调用代码验证。理解二者的分界，才能在不同开发阶段做出高效选择。

六、排错诊断全景总结

将上述技巧整合到日常开发流程中，可以形成一套规范、闭环的 Python 故障定位路径：

图 4：从问题定位、断点配置到验证闭环的完整排查流程

熟练运用断点与监视窗口，不仅能迅速消灭隐蔽的代码逻辑错误，更能帮助开发者以动态直观的视角透视程序运行机制。在今后的 Python 开发中，不妨尽量少用临时的 print()，充分利用 VS Code 原生调试器的强大能力。