python面试:哪些工具可以帮助debug或做静态分析？

　　Python是一门动态语言，在给python传参数的时候并没有严格的类型限制。写python程序的时候，发现错误经常只能在执行的时候发现。有一些错误由于隐藏的比较深，只有特定逻辑才会触发，往往导致需要花很多时间才能将语法错误慢慢排查出来。假如能在写程序的时候发现这些错误，就能提高工作效率。

　　有哪些工具可以帮助debug或做静态分析？常用的Python静态检查工具有Pychecker、Pylint、flake8、Pyflakes等，在这里主要介绍Pychecker和Pylint。

　　PyChecker 是一个静态分析工具，它报告源代码中的错误并且会报告错误类型和复杂度。Pylint是检验模块是否达到代码标准的另一个工具。

　　实际上，PyLint是Python源代码分析器，它查找编程错误，帮助执行一个代码标准和嗅探一些代码味道。缺省情况下，PyLint启用许多规则。它具有高度可配置性，从代码内部处理程序控制它。另外，编写插件添加到自己的检查中是可能的。

　　相比于PyChecker，Pylint是一个高阶的Python代码分析工具，它分析Python代码中的错误，查找不符合代码风格标准（Pylint 默认使用的代码风格是 PEP 8）和有潜在问题的代码。可以检查一行代码的长度、变量名是否符合规范等。运行两次可以看出代码是否改进。

　　PyChecker可以检查出来的问题有如下几种：

　　1）全局量没有找到，比如没有导入模块

　　2）传递给函数、方法、构造器的参数数目错误

　　3）传递给内建函数和方法的参数数目错误

　　4）字符串格式化信息不匹配

　　5）使用不存在的类方法和属性

　　6）覆盖函数时改变了签名

　　7）在同一作用域中重定义了函数、类、方法

　　8）使用未初始化的变量

　　9）方法的第一个参数不是self

　　10）未使用的全局量和本地量（模块或变量）

　　11）未使用的函数/方法的参数（不包括self）

　　12）模块、类、函数和方法中没有docstring

　　从命令行调用Pylint，使用方法如下：

　　pylint [options] module_or_package

　　代码编写人员应该给PyLint传递一个Python包或模块的名称。Pylint将导入该包或模块，因此应该注意PYTHONPATH，因为它是一个常见错误分析模块的安装版本，而不是开发版本。

　　Pylint也可以分析Python文件，但是有一些限制。记住Pylint将尝试转换文件名为模块名，只有成功才能处理文件。