调试是一门用来解决代码中意想不到的错误的艺术和科学。

致命错误由stop()引起
警告由warning()产生
消息由message()产生

9.1 调试技巧

确认那些你认为对的的确是对的，知道找到一个错的（本来你认为是对的）。

自动化测试套件。

从知道问题原因的大代码块开始，然后逐渐缩小范围。

错误产生的越快，找到漏洞的速度越快。

产生一个假设，设计实验来测试这个假设，记录你的结果。

9.2 调试工具

不要尝试一开始就编写一个具有所有功能的大函数，可以将所有功能分成很多小的部分分别实现。

9.2.1 确定调用顺序

使用调用栈 show traceback，或者traceback()函数

从下往上阅读调用栈。

traceback()只显示问题发生在哪里，不会告诉你为什么出错。

9.2.2 查看错误

打开交互式调试器的最简单方法是 Rerun with Debug。

下一个将被执行的语句会高亮显示。

Next (n)执行下一步；
Stop into（s）如果下一步是函数，那么单步执行这个函数，通过函数的每一行(进入到函数内)；
Finish 结束当前循环或函数的执行；
Conrtinue 离开交互式调试并继续函数的正常执行；如果已经解决了问题，并检查函数能否正确运行，可以使用。
Stop Q 停止调试，终止函数。当你找到了问题在哪，准备修复这个漏洞并重载代码时，可以使用。
Enter 重复前一个命令
where 输出调用的栈追踪

9.2.3 查看任意代码

使用browser()函数或Rstudio断电。

debug()在指定函数第一行插入一个语句，undebug()去除，使用debugonce()只浏览下一次运行。

9.2.5 其他故障类型

让你的R彻底崩溃，漏洞可能出现在C中

9.3 条件处理

意想不到的错误需要交互式调试来确定问题的根源，有些错误是可以预期到的，希望自动化处理这些错误。

try()允许我们在错误发生时继续执行代码；
tryCatch()可以让我们设置一个handler函数，控制在条件发生时应该做什么；

9.3.1 使用try来忽略错误

如果把可能出错的函数放在try()中，错误消息将被输出，但程序继续执行。

如果要在try()中放置长代码，需要用{}将它们括起来。

可以捕获try()的输出，如果执行成果，返回最后结果；如果失败，返回一个try-error类对象。

elements <- list(1:10,c(-1,10),c(T,F),letters)

results <- lapply(elements,log)

results <- lapply(elements,function(x) try(log(x)))

## Warning in log(x): 产生了NaNs

results

## [[1]]
##  [1] 0.0000000 0.6931472 1.0986123 1.3862944 1.6094379 1.7917595 1.9459101
##  [8] 2.0794415 2.1972246 2.3025851
## 
## [[2]]
## [1]      NaN 2.302585
## 
## [[3]]
## [1]    0 -Inf
## 
## [[4]]
## [1] "Error in log(x) : 数学函数中用了非数值参数\n"
## attr(,"class")
## [1] "try-error"
## attr(,"condition")
## <simpleError in log(x): 数学函数中用了非数值参数>

is.error <- function(x) inherits(x,"try-error")
succeeded <- !sapply(results,is.error)
str(results[succeeded])

## List of 3
##  $ : num [1:10] 0 0.693 1.099 1.386 1.609 ...
##  $ : num [1:2] NaN 2.3
##  $ : num [1:2] 0 -Inf

str(elements[!succeeded])

## List of 1
##  $ : chr [1:26] "a" "b" "c" "d" ...

try()另一种常用用法是在表达式失败时使用默认值，只需要在try代码块外进行简单的赋值。

9.4 防御性编程

防御性编程就是当有意想不到的错误发生时，程序仍然能够按照预定义的方式出错。

防御性编程的原则就是快速失败，如果出现问题就尽量快的发出错误信息。

3种实现方式：

更严格的输入控制；
避免使用非标准计算函数；
避免根据输入返回不同类型输出的函数。永远不要在函数内部使用sapply()。

7. 测试

测试是包开发的重要部分，确保你的代码做了你想做的事情。测试在包开发路程中增加了一个额外的步骤。

之所以开始使用自动化测试，是因为花了太多时间重新修改以前修改过的错误。问题不在于你没有测试代码，而在于没有自动化测试。

自动化测试的优势：

更少的错误；
更好的代码结构；编写测试迫使你把复杂的代码分解成单独的功能，各个功能可以独立工作；
容易重新启动；
可靠的代码；

7.1 测试工作流程

使用devtools::use_testthat()，这将：

创建一个tests/testthat目录；
在DESCRIPTION的Suggests域中增加testthat；
创建一个文件tests/testthat.R，在check是运行所有的测试。

一旦建好，工作流程很简单：

修改代码或测试；
使用C+S+T或devtools::test()来测试包；
重复，直到通过所有的测试。

输出测试，每一行代表一个测试文件，每个.表示一个通过的测试，每个数字都代表一个失败的测试。数字是失败测试列表的索引。

Advanced R(2)——debug

ZhiYuan Wang

2018/11/08