Titre : Debugging en Python : outils et méthodes

Introduction

Peu importe votre niveau d’expérience, il vous arrivera forcément d’écrire du code qui ne fonctionne pas comme prévu. C’est là que le debugging (débogage) entre en jeu. En Python, il existe de nombreuses méthodes et outils pour identifier, comprendre et corriger les erreurs dans votre code. Que ce soit via des impressions, un débogueur interactif, ou un environnement de développement comme VS Code ou PyCharm, maîtriser le débogage est essentiel pour devenir un développeur efficace.

Dans cet article, vous allez découvrir les principales méthodes de debugging en Python, comment utiliser pdb, les IDE, et d'autres techniques pratiques pour traquer les bugs comme un pro.

1. Utiliser les impressions (`print`)

La méthode la plus simple (et souvent suffisante) :

def calcul(a, b):
    print(f"a = {a}, b = {b}")
    return a / b

calcul(5, 0)

➡️ Permet de suivre le flux d'exécution et inspecter les valeurs.

2. Lire les messages d’erreur (tracebacks)

Un traceback indique :

le fichier et la ligne où l’erreur s’est produite
la nature de l’erreur (ex: ZeroDivisionError, TypeError, etc.)

Prenez le temps de lire de bas en haut, en commençant par la dernière ligne.

3. Utiliser le module `pdb` (Python Debugger)

Point d’arrêt avec `pdb.set_trace()`

import pdb

def test(x):
    pdb.set_trace()
    return x * 2

test(10)

Une fois lancé, vous pouvez taper :

n : next (ligne suivante)
c : continue (reprendre jusqu’au prochain break)
q : quitter
p x : afficher la valeur de x

4. Lancer un script en mode interactif

python -m pdb monscript.py

Cela lance l’exécution avec pdb dès le début.

5. Debugging dans un IDE (VS Code, PyCharm…)

VS Code

Cliquez à gauche d’une ligne pour poser un breakpoint
Lancez le débogueur avec F5
Utilisez les panneaux pour explorer les variables, la pile d’appels, etc.

PyCharm

Intègre un débogueur graphique puissant
Permet de modifier des valeurs à la volée

6. Inspecter une erreur avec un bloc try/except

try:
    resultat = 10 / 0
except ZeroDivisionError as e:
    print("Erreur détectée :", e)

Utile pour cibler une exception spécifique et garder le programme en vie.

7. Utiliser `logging` au lieu de `print`

logging permet un meilleur contrôle des messages (niveau, timestamp, fichier, etc.)

import logging

logging.basicConfig(level=logging.DEBUG)
logging.debug("Variable x = %s", 42)

8. Tracer l'exécution ligne par ligne avec `trace`

python -m trace --trace monscript.py

Affiche toutes les lignes exécutées, utile pour comprendre le flux exact.

9. Visualiser le call stack avec `traceback`

import traceback

try:
    1 / 0
except:
    traceback.print_exc()

Permet d’imprimer une trace détaillée de l’erreur sans interrompre le programme.

10. Debugging interactif dans Jupyter Notebook

Utilisez %debug juste après une erreur pour activer un mode interactif :

%debug

Ou %pdb on pour activer automatiquement ce mode après chaque exception.

11. Exemples de bugs fréquents à surveiller

IndexError : accès à un index hors de portée
TypeError : opération entre types incompatibles
NameError : variable non définie
IndentationError : mauvaise indentation (très courant)

12. Bonnes pratiques de debugging

Isoler le problème dans une fonction courte
Écrire des tests unitaires pour vérifier le comportement
Utiliser assert pour valider les attentes
Lire les logs de façon structurée
Supprimer les print avant de livrer le code (ou passer à logging)

Conclusion

Le debugging en Python est un art, mais aussi une science ! Grâce à des outils comme print, pdb, les IDE modernes ou encore le module logging, vous pouvez identifier rapidement les erreurs, comprendre leur origine, et corriger efficacement votre code. En maîtrisant ces techniques, vous gagnerez un temps précieux et développerez des applications plus fiables.