总第186篇/张俊红

今天介绍一种找bug的方法，分段执行。这个概念不知道多会进入到我脑海中的，可能是有这么一种专门的叫法。特地去网上查了查，好像并没有，只查到了某地方警察办案在通过推行分段执行来提高效率。

那什么是分段执行呢？就是字面意思，把整体代码分成几段去执行。你应该有过这样的体验，好不容易写了一段特别特别长的代码，或者是收到别人发来一段特别长的代码时，自己一运行就报错。看着那大红色的报错信息陷入了迷茫。代码又这么长，我该如何下手去检查哪里出问题了呢？

这个时候有一个有效的办法就是分段执行。把那段长长的代码中几个关键的部分分开来执行，看哪一段会报错，这样就可以更加精准的定位问题，从而可以快速的解决问题。

比如下面这段Python代码：

int(str(df[df["city_id"] == 1]["Stime"][0])[11:13])

这段代码难吗？好像只有一行，看起来不是特别难。那这段代码简单吗？里面各种嵌套，好像也不是那么容易。我们把这段代码可以拆成以下几部分：

df[df["city_id"] == 1]

运行上面的代码，会把df表中city_id等于1的全部数据取出来。

df[df["city_id"] == 1]["Stime"]

运行上面的代码，会把上面取出来city_id等于1的数据里面的Stime列取出来，结果示例如下：

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
……

df[df["city_id"] == 1]["Stime"][0]

再运行上面的代码会把Stime列中的第一个值取出来

str(df[df["city_id"] == 1]["Stime"][0])

再运行上面的代码，会把Stime列中的第一个值从时间类型转换为字符串类型

str(df[df["city_id"] == 1]["Stime"][0])[11:13]

再运行上面的这段代码，会把字符串第11：13位置的字符获取出来

int(str(df[df["city_id"] == 1]["Stime"][0])[11:13])

再运行上面的代码，会把取出来的字符串转化为整型。

如果你运行最开始那完整的一整行代码有问题时，你就可以把这一整段代码分成若干个过程去运行，然后看哪个分段有问题，解决完分段执行问题以后，合并到一起就可以完美运行了。

代码如人生哈，当一整段代码出现报错以后我们会去分段执行，看问题出在哪一部分。我们每个人可能都会那么一段不爽的时间，当遇到不爽的时候，我们经常会去回顾过去经历的几个关键节点，看在那些关键节点做了什么，当初做的那些选择和现在有什么关系。

掌握了分段执行，让你能够看到一长段代码报错以外不再慌张，也不需要再去求助别人，自己也可以游刃有余的解决问题。

你还可以看：

Python中的这几种报错你遇到过吗？