在编写Python代码时，列表推导式、字典推导式、集合推导式以及lambda表达式这类紧凑写法虽然简洁优雅，但调试起来却让人头疼。传统的调试方式是在循环体里加一句print，可推导式本质上是一个表达式，并没有循环体的位置可以插入语句，很多人只能被迫把推导式拆回普通循环来排查问题。其实大可不必这么麻烦，本文介绍几种直接在表达式内部输出调试信息的方法。
一、利用print函数返回None的特性
最经典也最简单的技巧是利用print函数的一个特性：它打印内容后返回None。把这个特性与or或and运算符结合，就能在不破坏表达式逻辑的前提下插入打印调用。
举例来说，假设有一个列表推导式在过滤数据时结果不对，你可以这样调试：
data = [1, 2, 3, 4, 5, 6]
# 原始写法
result = [x * 2 for x in data if x > 3]
# 插入打印调试：print返回None为假值，or会继续计算x
result = [x * 2 for x in data if x > 3 and not print("过滤通过的值:", x)]
这里的关键在于not print(...)：print返回None，not None结果是True，所以条件整体仍由x > 3决定，打印动作只是顺带发生。同理，也可以用print(...) or x的形式在输出位置插桩：
result = [print("处理元素:", x) or (x * 2) for x in data]
这种写法的优点是零依赖、改动极小，缺点是会改变表达式的视觉结构，而且调试完必须记得删掉，否则打印语句会留在生产代码里输出大量垃圾信息。
二、编写一个专用的debug工具函数
如果经常需要调试，更优雅的做法是封装一个专用函数，让它在打印的同时原样返回传入的值。这样打印逻辑可以插入到表达式的任意位置而不影响计算结果：
def debug(value, *args):
"""打印调试信息并原样返回value"""
print("[debug]", *args, "->", value)
return value
# 在推导式的任意位置插桩
result = [debug(x * 2, "计算结果") for x in range(5) if debug(x > 2, "过滤条件")]
这个函数的价值在于通用性。它不仅能用于列表推导式，还能用于lambda表达式、三元表达式、函数链式调用等任何不方便加语句的地方。更进一步，可以给它加上开关，通过环境变量或全局配置控制是否真正输出：
import os
DEBUG = os.environ.get("DEBUG") == "1"
def debug(value, *args):
if DEBUG:
print("[debug]", *args, "->", value)
return value
这样即使忘了删除调试代码，默认情况下也不会产生任何输出，安全性比裸用print高得多。唯一的成本是需要预先定义这个函数，适合在项目里放到公共工具模块中复用。
三、使用海象运算符在推导式内部赋值并打印
Python 3.8引入的海象运算符:=为表达式调试提供了新思路。它可以在表达式内部完成赋值，把中间结果捕获到变量里，配合条件判断实现打印：
result = [y for x in range(5) if (y := x ** 2) and print(f"x={x}, 中间结果y={y}") is None]
print(result)
这段代码的执行逻辑是：先用海象运算符把x ** 2的计算结果赋给y，随后print输出x和y的值并返回None，None is None为True，条件成立。这样既能观察中间变量的值，又不影响推导式的正常产出。
海象运算符的优势在于可以捕获推导式每一步的中间状态，尤其适合排查计算链路较长的表达式。不过要注意它的作用域问题：在推导式内用海象运算符赋值的变量会泄漏到外层作用域，调试结束后这个变量仍然存在，这在极少数情况下可能引发命名冲突。
四、善用断点调试器代替打印语句
说到底，在表达式中硬塞打印语句是一种侵入式调试手段，更适合临时快速排查。如果问题复杂到需要观察多轮迭代的变量变化，更专业的做法是使用breakpoint()函数配合pdb，或者使用IDE自带的可视化调试器。断点调试能看到完整的调用栈、所有局部变量，还能单步执行推导式的每一次迭代（在PyCharm等IDE中对推导式设置断点即可）。
总结一下临时调试的选型建议：一行代码的快速验证用not print(...)技巧最省事；项目内长期使用建议封装带开关的debug函数；需要观察中间变量时用海象运算符；复杂逻辑排查则直接上断点调试器。掌握这些手段后，再紧凑的表达式也难不倒你。