gdbpython调试
没有像jstack那么方便直接用的东西，一般来说有几个方案：
IDE: 用诸如 PyCharm, Eclpise with Pydev 的工具调试，觉得挂起的时候暂停并检查各个调用栈。
GDB: 优点是可以调试到native extension，缺点也很明显，需要在编译Python的时候加上Debug Symbols，默认这个是没有的。简单的说就是功能强大但是配得麻烦。
pdb：适合下断点...
pudb: 改下代码，在程序入口import pudb; pudb.set_interrupt_handler()，在运行的时候就可以Ctrl-C进入到交互式调试环境，易用性还好吧。
撸一个singal handler用于打印所有栈信息，参考 celery 实现的 install_cry_handler，或者看看 signalhandler，这个在 Python 3.3 自带了。
② 如何用pdb进行python调试
本文章讲述了如何用pdb进行python调试讲解.
当手边
没有IDE,面对着python调试犯愁时,你就可以参考下本文;(pdb 命令调试)
和 (pdb)help
用pdb进行python调试,用法基本和gdb差不多,
先看一个简单的例子:
epdb1.py .# epdb1.py -- experiment with the Python debugger, pdb
a = "aaa"
b = "bbb"
c = "ccc"
final = a + b + c
print final
比如要对这个程序进行调试:
1:在文件前面加上这一句,引入调试的模块。
import pdb
2:在要开始调试的一行加上pdb.set_trace()文件变成:
# epdb1.py -- experiment with the Python debugger, pdb
import pdb
a = "aaa"
pdb.set_trace()
b = "bbb"
c = "ccc"
final = a + b + c
print final 可以运行这个程序,到断点出会停下来,和gdb类似,
可以执行命令:
直接回车是重复前一条命令!
p(print) 查看一个变量值
n(next) 下一步
s(step) 单步,可进入函数
c(continue)继续前进
l(list)看源代码
用pdb调试有多种方式可选:
1.命令行启动目标程序,加上-m参数,这样调用myscript.py的话断点就是程序的执行第一行之前
python -m pdb myscript.py
2. 在Python交互环境中启用调试
>>> import pdb
>>> import mymole
>>> pdb.run('mymole.test()')
3.比较常用的,就是在程序中间插入一段程序,相对于在一般IDE里面打上断点然后启动debug,不过这种方式是hardcode的 if __name__ == "__main__" :
a = 1
importpdb
pdb .set_trace()
b = 2
c = a + b
print( c)
然后正常运行脚本,到了pdb.set_trace()那就会定下来,就可以看到调试的提示符(Pdb)了
常用的调试命令 h(elp),会打印当前版本Pdb可用的命令,如果要查询某个命令,可以输入 h [command],例如:"h l" - 查看list命令
l(ist),可以列出当前将要运行的代码块
(Pdb) l
497 pdb.set_trace()
498 base_data = {}
499 new_data = {}
500 try:
501 execfile(base_file_name,{},base_data)
502 -> execfile(new_file_name,{},new_data)
503 except:
504 logger.writeLog("error! load result log error!")
505 print "load cmp logs error!"
506 raise Exception, "load cmp logs error!"
507>断点设置
(Pdb)b10 #断点设置在本py的第10行
或(Pdb)bots.py:20 #断点设置到 ots.py第20行
删除断点(Pdb)b #查看断点编号
(Pdb)cl 2 #删除第2个断点
>运行
(Pdb)n #单步运行
(Pdb)s #细点运行 也就是会下到,方法
(Pdb)c #跳到下个断点
>查看
(Pdb)p param #查看当前 变量值
(Pdb)l #查看运行到某处代码
(Pdb)a #查看全部栈内变量 b(reak), 设置断点,例如 "b 77″,就是在当前脚本的77行打上断点,还能输入函数名作为参数,断点就打到具体的函数入口,如果只敲b,会显示现有的全部断点
(Pdb) b 504
Breakpoint 4 at /home/jchen/regression/regressionLogCMP.py:504 condition bpnumber [condition],设置条件断点,下面语句就是对第4个断点加上条件"a==3"
(Pdb) condition 4 a==3
(Pdb) b
Num Type Disp Enb Where
4 breakpoint keep yes at /home/jchen/regression/regressionLogCMP.py:504
stop only if a==3 cl(ear),如果后面带有参数,就是清除指定的断点(我在Python2.4上从来没成功过!!!);如果不带参数就是清除所有的断点
(Pdb) cl
Clear all breaks? y disable/enable,禁用/激活断点
(Pdb) disable 3
(Pdb) b
Num Type Disp Enb Where
3 breakpoint keep no at /home/jchen/regression/regressionLogCMP.py:505 n(ext),让程序运行下一行,如果当前语句有一个函数调用,用n是不会进入被调用的函数体中的
s(tep),跟n相似,但是如果当前有一个函数调用,那么s会进入被调用的函数体中
c(ont(inue)),让程序正常运行,直到遇到断点
j(ump),让程序跳转到指定的行数
(Pdb) j 497
> /home/jchen/regression/regressionLogCMP.py(497)com pareLog()
-> pdb.set_trace() a(rgs),打印当前函数的参数
(Pdb) a
_logger =
_base = ./base/MRM-8137.log
_new = ./new/MRM-8137.log
_caseid = 5550001
_toStepNum = 10
_cmpMap = {'_bcmpbinarylog': 'True', '_bcmpLog': 'True', '_bcmpresp': 'True'} p,最有用的命令之一,打印某个变量
(Pdb) p _new
u'./new/MRM-8137.log' !,感叹号后面跟着语句,可以直接改变某个变量
q(uit),退出调试
==============================================================================================
在python中使用pdb模块可以进行调试
import pdb
pdb.set_trace()
也可以使用python -m pdb mysqcript.py这样的方式
(Pdb) 会自动停在第一行，等待调试,这时你可以看看 帮助
(Pdb) h
说明下这几个关键 命令
>断点设置
(Pdb)b 10 #断点设置在本py的第10行
或(Pdb)b ots.py:20 #断点设置到 ots.py第20行
删除断点（Pdb）b #查看断点编号
(Pdb)cl 2 #删除第2个断点
>运行
(Pdb)n #单步运行
(Pdb)s #细点运行 也就是会下到，方法
(Pdb)c #跳到下个断点
>查看
(Pdb)p param #查看当前 变量值
(Pdb)l #查看运行到某处代码
(Pdb)a #查看全部栈内变量
(Pdb)w 列出目前call stack 中的所在层。
(Pdb)d 在call stack中往下移一层
(Pdb)u 在call stack中往上移一层。如果在上移一层之后按下 n ,则会在上移之后的一层执行下一个叙述,之前的 function call 就自动返回。
(Pdb)cl 清除指定的断点。如果没有带参数,则清除所有断点。
(Pdb)disable 取消所有断点的功能,但仍然保留这些断点。
(Pdb)enable 恢复断点的功能。
(Pdb)ignore 设定断点的忽略次数。如果没指定 count,其初始 为 0。当 count 为 0 时,断点会正常动作。若有指定 count,则每次执行到该中断, count 就少 1,直到 count 数为 0。
(Pdb)condition bpnumber [condition]
(Pdb)j(ump) lineNo. 跳到某行执行。只有在 call stack 的最底部才能作用。
(Pdb)l 列出目前所在档案中的位置。连续地 l 命令会一直列到档案结尾,可以使用指定行数或范围来打印。
(Pdb)pp 和 p 命令类似,但是使用 pprint mole(没用过 pprint,详情请参考 Python Library Reference)。
(Pdb)alias 以一个"别名"代替"一群除错命令",有点类似 c/c 的 macro(详情请参考 Python Library Reference)。
(Pdb)unalias 取消某个 alias。
(Pdb)[!]statement 在目前的环境(context)中执行叙述。
转载
③ sublime text怎么调试python代码
1.有SublimeREPL应该就可以调试了，输入没问题，调试的时候记得选
tools->SublimeREPL->python->run current file 或者 pdb current
file (pdb 是调试工具，类似gdb)
不要用缺省的build 或者 ctrl-b
2.运行调试前别忘了保存，要不不会运行修改后的文件
④ logging：多线程调试时用来代替print和单步调试
当你要写多线程项目时，不免要调试错误，要debug。
一般debug的工具就是打印函数print, 调试工具gdb进行单步调试，但是多线程时，单步调试就很鸡肋了，这时就需要打印日志了
没错，打印日志无疑是调试多线程工程的高效工具了。
在python中开发，就要用到logging日志库了
logging库已经封装好日志需要的基本功能，能够实现在文件里，在命令行等写日志
还能输出日志信息的类型，如debug,warning,error等
细节在这里有所介绍：
https://docs.python.org/3/howto/logging.html
文本介绍一下，第一次使用logging时，要熟悉logging时，需要用一个非常简单的例子
先看一个最简单的例子:
运行以上代码:
printed out on the console. The INFO message doesn’t appear because the default level is WARNING . The printed message includes the indication of the level and the description of the event provided in the logging call, i.e. ‘Watch out!’. Don’t worry about the ‘root’ part for now: it will be explained later. The actual output can be formatted quite flexibly if you need that; formatting options will also be explained later.
输出结果为：
如果你想每次都在一个新的日志文件中写日志，那么使用filemode='w'参数：
分别在main 函数里，在mylib.py里写日志
运行后的输出：
以上代码会显示：
该 format参数的值
以上代码会显示：
还是该format:
以上代码会输出
如果想自己设定时间的格式：
会这样显示：
logging库中用了模块化的思路，把日志的整体功能用了4个基本的模块来完成：
Loggers,Handlers,Filters,Formatters
其中,Handlers,主要配置将信息写到命令行，还是写到文件里。
Filters,是对信息本身的过滤，决定那些信息不写，那些信息写。
Formatters决定信息输出的格式。比如是否输出时间，是否输出logger本身的名字等，决定那些信息在前，那些信息在后等。
Logger就是Handler,Filter,Formatter配置的一个日志对象了。
下面我们逐个说一下这4个类：
它有三个功能，1 提供分级日志的输出，比如 WARNING，ERROR，INFO等不同等级。2. 它可以决定哪些信息输出，哪些信息不输出。3 它可以将一条信息发给命令行和文件，可以把一条信息发给多个handler去处理。
logger 最常用的成员方法大概分两类：配置和信息发送
以下是常用的配置函数：
Logger.setLevel() 设定信息记录的等级。如果一条信息的等级比我们设定的低，那么就不对此条信息进行处理。信息一共分为：DEBUG,INFO,WARNING,ERROR,CRITICAL 五个级别，其中DEBUG是最低的等级，CRITICAL是最高的等级。
Logger.addHandler() 和 Logger.removeHandler(),添加或者删除信息处理器Handler。这个信息处理器就是定义了将日志写入命令行，还是写入文件，或者写入邮件等。
Logger.addFilter() 和 Logger.removeFilter() .添加或者删除信息过滤器Filter。这个信息过滤器，决定了哪些信息不显示。
可以看到，信息过滤器，信息处理器，信息等级共同配置了logger.
并不是每个logger你都需要去配置一遍，你可以利用logger的继承机制，只配置父logger.
一旦配置好logger之后，就可以用以下函数来在你自己代码的任意位置来记录日志了。
Logger.debug(),Logger.info(),Logger.warning(),Logger.error()和Logger.critical.这些函数的功能都是建立了日志记录信息，不同的是，函数名字就代表了其建立的日志信息的等级。
Logger.exeception()建立一个与Logger.error()比较相似的信息。但是Logger.exception()是放入一个追踪盏里面的。所以，只有在exception handler处理器中，才能使用它。
Logger.log()发送一个LOG 等级的信息，使用LOG等级的信息稍微繁琐些，因为使用LOG等级可以自定义等级。
getLogger() 返回一个logger的引用，如果指定了名字，那么返回特定名字对应的logger,如果没有指定名字，那就返回一个名字为root的loger的引用名字root,或者你指定的名字是一种级连结构。用同样的名字去调用getLogger(),会得到同样的值。logger的名字也决定了logger在树结构中的层级。例如：这里有一个logger的名字为foo,那么foo.bar,foo.bar.baz,还有foo.bam都是foo的子孙，logger还有一个有效等级level的概念。这个有效等级其实就是决定debug,info,warning等不同类型的消息是否进行记录。因为logger本身有了父子那样的继承关系，所以有效等级level也是可以继承的。如果子logger没有设定了自身的level,那么就把父logger的level继承过来使用。如果子logger本身设定了level,就用自身这个level.如果父logger仍然没有设定level,那就看父logger的父logger,一直这么追述下去，就会追述到root上，所以，我们必须给root设定一个level,或者默认一个level,方便root的子logger去继承。我们给root设定的默认levle为WARNING.如果有些日志的level,相比我们设定的WARNING低，那么它就不会被传递给Handler去处理，就不会被打印出来，或者记录进日志文件。另外logger的属性也是可继承的，所以就只配置一下root logger即可,没有root logger时，只用配置一个相对的那个根logger就行了
handler 信息处理器是负责信息分发给不同的目的地的，这个目的地可能是命令行，也可能是文件，或者邮件。分发时，同样要检查信息本身的等级severity.一个logger可以用addHandler()函数添加0个或者多个handlers。比如有这样一个场景，希望发送所有的log等级的信息到一个log文件内。所有的等级为错误的信息到stdout 标准输出上，发送所有的critical信息到邮件上。这样的场景需要3个不同的处理器,每个处理器负责发送相应等级的信息到相应的目的地。
标准库里包含一些处理器类型，本教程主要使用StreamHandler 和 FileHandler两种信息处理器。
处理器中的成员函数非常少，我们用来配置处理器的成员函数大概有这个几个：
setLevel()，用来设置处理器处理的信息等级。注意到logger中有setLevel(),而处理器中也有setLevel(),也就是说，logger把信息通过信息等级过滤一遍后，logger内的处理器需要根据处理器自身的功能设定，再根据信息等级来过滤一遍。
setFormatter() 为处理器设定一种信心记录的格式Formatter
addFilter() removeFilter()函数添加信息过滤器或者删除信息过滤器的函数。
到这里，我们发现，logger类中，将信息发送到不同的目的地就依赖Handlers实现的，
所有Handler就需要用Formatter和Filter来配置一下。接下来，我们看看Formatter和Filter.
它决定了信息显示的顺序，结构和内容。可以直接操作formatter的相关类，也可以自己继承 formatter类，去完成自己的设定。formatter的构造函数需要3个可选的参数：字符串格式的信息，日期，一个符号。
logging.Formatter.__init__(fmt=None,datafmt=None,style='%')
如果这里没有设定参数，就使用默认参数。对于fmt来说，就显示原来信息，对于datafmt来说，就以年-月-日 时：分：秒的合适显示。
下面的fmt就定义了一个按照 时间-信息等级-信息本身 来记录日志的方法：
这里有三种方法：
写代码配置logging的例子：
运行结果为:
写配置文件配置logging的例子：
代码中所需要的配置文件ogging.conf的具体内容为 :
以上代码的输出为:
显然，配置文件修改起来相对容易很多。
还有更方便的配置方式，使用字典来配置：
运行结果与上面一样。
到这里，基本完成了logging库的比较常用的使用方式。
比如在什么情况下，需要使用一个什么都不做的处理器NullHandler(),
还有关于信息等级的更详细的解释：
以及如何自定义信息等级。
还有关于异常的处理
还有关于信息的，信息都是字符串的。不过你也可以直接把某个类作为信息抛出来，因为类会自动调用其__str__()函数，返回一个类的字符串回来。
还有就是优化性能的一些小技巧
这里就编写expensive_func1 和 expensive_func2 来完成设定数据格式。
以下表格也显示了如何收集运行log的代码文件信息，线程信息，进程信息，处理器信息
以及如何操作才能收集代码文件信息，线程信息，进程信息，以及处理器信息。
我们一般会使用收集代码文件，线程，进程等信息，因为这样大大方便了多线程多进程工程的调试。
⑤ 如何在gdb调试中打印出整个链表的节点
如何在gdb调试中打印出整个链表的节点
重新编译gdb,让gdb支持python插件
然后去下载python-gdb插件,配置.gdbint,就可以打印标准库容器了
⑥ C++调用python模块
这个问题比较复杂，有可能是你的python文件路径不对或者是使用的C编译器与编译mole时使用的编译器不一致。一般py文件可以放在程序运行目录下或者PYTHON\lib目录下。
⑦ 如何使用linux下gdb来调试python程序
gdb是用来调试二进制程序的，不能调试python脚本。
python自带pdb模块，可以用来调试自己的脚本。
使用python -m pdb <脚本.py>，交互方式，命令与gdb类似。
⑧ python如何一步步调试
装个Pycharm
1 添加断点
2 Debug下运行代码：
3 F8：进行下一步操作
F7 ：跳入下一个方法中
⑨ 如何编译可以在Windows下运行的带有Python支持的ARM Linux GDB
做这件事情的目的是为了在QtCreator里调试ARM Linux程序的时候，能看清楚QString、QList这些Qt特有的对象的内容，而不是一个完全看不懂的结构体。
目前（2014年8月）Linaro、CodeSourcery的GCC工具链里的GDB都不支持Python。想知道你用的GDB支持不支持，试一试就行，这样表示不支持：
(gdb) python
>print 'Hello GDB!'
>（按Ctrl+D）Python scripting is not supported in this of GDB.
这样表示支持：
(gdb) python
>print 'Hello GDB!'
>（按Ctrl+D）Hello GDB!
这件事情乍一看也很简单，只要把GDB源码下载下来，然后再配置，打开Python支持就行了。实际上会遇到的问题是，在MinGW下，又要与“\”和“:”这两个Windows路径里的刺头斗争了。我觉得我之前挺傻，编译MinGW下Qt的时候，就去硬磕源码和configure脚本去了。这次GDB的configure是自动生成的，不是给人看的，configure.ac看起来也很费劲，根本磕不下去，于是我换了个思路，在ubuntu下交叉编译吧，sudo apt-get install mingw32，这是Ubuntu下的MinGW交叉编译器。
然后是依赖，这样的GDB要依赖expat和python的开发版本。如果是ubuntu底下直接编译，apt-cache search一下他们的开发版本，然后sudo apt-get install一下就好了；给MinGW交叉编译就麻烦了。先说expat，这个好办，把http://downloads.sourceforge.net/project/expat/expat/2.1.0/expat-2.1.0.tar.gz下载下来，然后：
./configure --prefix=[安装目录，如/home/c/mingw-gdb/expat] --host=i586-mingw32msvc
make
make install
会提示一些警告，无视即可。
Python就无语了，目前的GDB貌似最高支持Python 2.7，而2.7版本的Python本身不支持MinGW…… 好在有高手做了Patch，也写了说明，可以参考这文章：http://mdqinc.com/blog/2011/10/cross-compiling-python-for-windows-with-mingw32/
但是，就算这样，编译也充满挑战，要修复很多问题，出来的Python还少“nt”模块。就在我觉得没办法的时候，突然发现Windows版Qt提供的MinGW居然内置了Python开发包，位置在Tools/mingw48_32/opt，赶紧把它拷贝到Linux下，比如/home/c/mingw-gdb/python。当然，你也必须确保ubuntu下有可用的python。
然后，给GDB打一个补丁：
--- gdb-7.8/gdb/configure 2014-07-29 20:37:42.000000000 +0800
+++ gdb-7.8-old/gdb/configure 2014-08-30 00:08:27.122042706 +0800
@@ -8263,21 +8263,22 @@
# We have a python program to use, but it may be too old.
# Don't flag an error for --with-python=auto (the default).
have_python_config=yes
- python_includes=`${python_prog} ${srcdir}/python/python-config.py --includes`
+ python_config_tool=`echo ${python_prog} | sed "s#python.exe#python-config#g"`
+ python_includes=`${python_config_tool} --includes`
if test $? != 0; then
have_python_config=failed
if test "${with_python}" != auto; then
as_fn_error "failure running python-config --includes" "$LINENO" 5
fi
fi
- python_libs=`${python_prog} ${srcdir}/python/python-config.py --ldflags`
+ python_libs=`${python_config_tool} --ldflags`
if test $? != 0; then
have_python_config=failed
if test "${with_python}" != auto; then
as_fn_error "failure running python-config --ldflags" "$LINENO" 5
fi
fi
- python_prefix=`${python_prog} ${srcdir}/python/python-config.py --exec-prefix`
+ python_prefix=`${python_config_tool} --exec-prefix`
if test $? != 0; then
have_python_config=failed
if test "${with_python}" != auto; then
@@ -8343,12 +8344,12 @@
return 0;
}
_ACEOF
-if ac_fn_c_try_link "$LINENO"; then :
+#if ac_fn_c_try_link "$LINENO"; then :
have_libpython=${version}
found_usable_python=yes
PYTHON_CPPFLAGS=$new_CPPFLAGS
PYTHON_LIBS=$new_LIBS
-fi
+#fi
rm -f core conftest.err conftest.$ac_objext \
conftest$ac_exeext conftest.$ac_ext
CPPFLAGS=$save_CPPFLAGS
这个补丁的目的是强制为检测到python。
然后给拷贝到Linux下的python开发包打一个补丁：
--- python-old/bin/python-config 2013-04-18 02:43:01.000000000 +0800
+++ python/bin/python-config 2014-08-30 00:53:16.630060288 +0800
@@ -1,4 +1,4 @@
-#!/temp/x32-480-posix-dwarf-r2/mingw32/opt/bin/python2.7.exe
+#!/usr/bin/python
import sys
import os
@@ -31,26 +31,23 @@
for opt in opt_flags:
if opt == '--prefix':
- print sysconfig.PREFIX
+ print '../python'
elif opt == '--exec-prefix':
- print sysconfig.EXEC_PREFIX
+ print '../python'
elif opt in ('--includes', '--cflags'):
- flags = ['-I' + sysconfig.get_python_inc(),
- '-I' + sysconfig.get_python_inc(plat_specific=True)]
+ flags = ['-I' + os.path.split(os.path.realpath(__file__))[0] + '/../include/python2.7']
if opt == '--cflags':
- flags.extend(getvar('CFLAGS').split())
+ flags += ['-fno-strict-aliasing -DMS_WIN32 -DMS_WINDOWS -DHAVE_USABLE_WCHAR_T -DNDEBUG -g -fwrapv -O3 -Wall -Wstrict-prototypes']
print ' '.join(flags)
elif opt in ('--libs', '--ldflags'):
- libs = getvar('LIBS').split() + getvar('SYSLIBS').split()
- libs.append('-lpython'+pyver)
+ libs = ['-lm -lpython2.7 -Wl,--out-implib=libpython2.7.dll.a']
# add the prefix/lib/pythonX.Y/config dir, but only if there is no
# shared library in prefix/lib/.
if opt == '--ldflags':
if not getvar('Py_ENABLE_SHARED'):
- libs.insert(0, '-L' + getvar('LIBPL'))
- libs.extend(getvar('LINKFORSHARED').split())
+ libs.insert(0, '-L' + os.path.split(os.path.realpath(__file__))[0] + '/../lib/python2.7/config')
print ' '.join(libs)
因为Linux下是无法运行开发包中的python.exe的，所以这个补丁借用了ubuntu的python。里面的cflags和ldflags都是在Windows底下运行原始python-config获得的。prefix和exec-prefix设成“../python”，可以在编译完以后，把python开发包拷贝到gdb安装目录里面的python子目录，这样运行GDB的时候就不需要设定PYTHONHOME环境变量了。
最后一个事情，确保你的Linux下有arm交叉编译器，我的是arm-linux-gnueabihf，是啥target就写啥。
准备工作做完了，开始配置和编译：
./configure --with-expat --host=i586-mingw32msvc --target=arm-linux-gnueabihf --with-libexpat-prefix=[expat安装位置] --with-python=[python开发包安装位置/bin/python.exe]
make
make DESTDIR=[GDB安装位置] install
然后把GDB安装位置下面的所有文件拷贝到Windows下，再把python开发包拷贝到同目录下的python子目录，大功告成。
如果提示没找到libpython2.7.dll，那就把GDB安装目录的python/bin下的拷贝到bin下。
如果发现生成的exe文件太大了，那就strip一下。
2015年9月12日追加：
在windows下调试时，一般会提示说加载不了共享库，让你用"set sysroot"或"set solib-search-path"之类设定路径的。这个问题可以通过.gdbinit文件，用上面这两条命令来设定路径解决，如果想一劳永逸，可以在编译的时候加上host_configargs环境变量来解决这个问题：
host_configargs=--with-sysroot=E:\MinGW\opt\sysroot-arm ./configure ...
或者
export host_configargs=--with-sysroot=E:\MinGW\opt\sysroot-arm
./configure ...
后面的路径是放在windows下的sysroot的位置。
⑩ 如何调试Python的segmentation fault错误
错误
一般都是非法内存操作，例如数组越界，例如申请a[5]，却访问到a[5]或者a[6]，这也会有很多情况，可能是循环操作时循环变量控制有问题，可能是字符串拷贝时长度发生溢出
指针指向了非法内存，例如申明一个指针，但是没有对指针进行初始化，直接就引用，或者引用里面的元素或者函数，或者没有分配内存就进行释放等，另外，申请内存还要检查是否申请成功，如果没有申请成功也会出现这种情况
单步调试或者加打印信息，细心一点总可以找到错误的，注意编译成调试版本 如果是linux，可以产生core文件，从core文件查看出错的地方