sqlite3是最轻量靠谱的用户数据存储方案，需建表加主键与非空约束、批量插入、密码哈希、输入即时校验、动态模糊查询、单连接贯穿全程，并严格核对SQL与表结构。
用 Python 的 sqlite3 做底层，别碰文件读写
直接手写 open() + json.dump() 存用户数据，短期能跑，但加个“按年龄查”或“姓名模糊搜”就卡住——没索引、没事务、并发一写就丢数据。用 sqlite3 是最轻量又靠谱的选择，Python 自带，不用装包，建表、增删改查全在标准库内。
实操建议：
- 建表时给
id加PRIMARY KEY AUTOINCREMENT，别用手算编号，避免重复或空缺 - 姓名、电话这类字段加
NOT NULL约束，比代码里反复if not name:更可靠 - 插入用
executemany()批量写，100 条数据比循环 100 次execute()快 5 倍以上 - 别把密码明文存进数据库；哪怕只是作业，也该用
hashlib.sha256()至少哈希一次
input() 输入后立刻校验，别等保存时才报错
用户输了个非数字的“年龄”，或者邮箱格式明显不对（比如没有 @），如果拖到写入数据库才提示“数据不合法”，体验极差——得重填所有字段。校验必须在 input() 后马上做，失败就当场让重输。
常见错误现象：
-
int(input("年龄："))遇到字母直接抛ValueError，程序崩掉 - 用正则校验邮箱但写错了 pattern，导致
"a@b"通过、"user@example.com"反而被拒
实操建议：
- 用
try/except包住类型转换，捕获ValueError并提示“请输入有效数字” - 邮箱校验别自己写复杂正则，作业场景用
"@" in email and "." in email.split("@")[-1]就够用 - 手机号统一要求 11 位纯数字，用
phone.isdigit() and len(phone) == 11
查询功能必须支持模糊匹配和空条件跳过
用户只想查“张”，结果系统要求填满“姓名、年龄、电话”才能搜——这不是系统，是审讯室。真实使用中，搜索栏留空就得忽略该条件，输入“张”就得返回“张三”“小张”“张建国”。
性能影响：
- 写死
WHERE name = ? AND age = ?，空值传进来就查不到任何东西 - 拼 SQL 字符串（如
"WHERE " + conditions）容易被注入，哪怕作业也埋了坏习惯
实操建议：
- 构建动态
WHERE条件：先收集非空参数到字典，再用keys()拼WHERE子句，值用?占位 - 模糊搜用
LIKE ?，参数传"%张%"，别用INSTR(name, ?) > 0—— SQLite 里LIKE走索引更稳 - 查不到结果时，明确输出“未找到匹配项”，而不是静默返回空列表
退出前用 conn.close()，但别在每次操作后都关
很多人学完连接数据库，每增删改查一次就 close() 再 connect()，看着“规范”，实则浪费资源、增加出错概率——连接失败、事务中断、临时表丢失全在这儿埋雷。
容易踩的坑：
- 主循环里忘记关连接，程序结束但数据库文件还被锁着，下次运行报
database is locked - 异常发生时跳过了
close()，连接泄露，几次运行后内存占用越来越高
实操建议：
- 整个程序生命周期只连一次，在主函数开头
conn = sqlite3.connect("users.db") - 用
try/finally或with conn:（注意：SQLite 的with不自动 commit，得手动conn.commit()）确保退出前关闭 - 别信“Python 会自动回收”，
conn是操作系统级资源，不关就真不放
最麻烦的不是功能写不出来，而是字段改名后忘了同步 SQL 语句里的列名，或者删库脚本误删了生产数据备份——作业阶段就该养成看一眼 SQL 字符串是否和表结构对得上的习惯。
