Python代码审查核心是保障可读、可靠、可维护并符合PEP规范；重点检查逻辑正确性与边界处理、Python惯用法、可读性、安全及工程实践。
Python 代码审查的核心是保障代码可读、可靠、可维护，同时符合团队规范和 Python 的设计哲学（如“显式优于隐式”“简单优于复杂”）。不必追求完美，但要守住关键底线。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
逻辑正确性与边界处理
重点检查函数是否在各种输入下行为稳定，尤其关注：
• 空值、None、空列表/字典 是否被合理处理，避免 AttributeError 或 KeyError；
• 数值计算 是否考虑除零、溢出、浮点精度问题；
• 循环与递归 是否有明确退出条件，防止无限执行；
• 第三方 API 调用或文件 I/O 是否做了异常捕获（如 requests.exceptions.RequestException、FileNotFoundError），且未裸露 except:。
Python 特性与惯用法的合理使用
鼓励用 Python 的方式写 Python：
• 用 列表推导式 替代简单 for + append，但嵌套过深（如三层以上）应改用普通循环；
• 用 context manager（with 语句） 管理文件、锁、数据库连接等资源；
• 用 isinstance() 做类型检查而非 type()，优先考虑鸭子类型；
• 避免手动管理索引（如 for i in range(len(lst))），改用 enumerate() 或直接迭代元素。
可读性与可维护性
别人（包括三个月后的你）能否快速理解这段代码在做什么：
• 变量、函数名是否准确表达意图（如 use_cache 比 flag 好，calculate_total_price 比 calc 没歧义）；
• 单个函数是否只做一件事，长度是否可控（建议 ≤ 30 行，含空行和注释）；
• 是否存在重复逻辑，可提取为独立函数或常量；
• 注释是否解释“为什么”，而不是复述“做什么”（例如 # 乘以 0.9 是打九折 比 # 计算折扣 好）。
安全与工程实践
防范常见隐患，支撑长期协作：
• 敏感信息（密码、token）是否硬编码？应通过环境变量或配置中心注入；
• SQL 查询是否使用参数化，杜绝字符串拼接导致注入；
• 日志中是否意外输出用户数据或堆栈（尤其生产环境）；
• 是否有缺失的类型提示（typing）、缺少 docstring（特别是公共函数），或未覆盖关键路径的单元测试。
