colander验证失败需显式调用e.asdict()获取字段级错误；required=False不影响反序列化，missing=colander.drop才剔除缺失字段；自定义validator必须返回None或raise colander.Invalid。
colander 验证失败时默认不报具体字段错误
用 colander.Schema.deserialize() 验证表单数据，如果失败，抛出的是 colander.Invalid 异常，但默认不会直接告诉你哪个字段、为什么错——它只在异常对象的 .asdict() 方法里组织错误信息，而很多老项目直接 str(e) 或没 catch 就返回了 500。
- 必须显式调用
e.asdict()才能得到字段级错误字典，例如{'email': 'Invalid email address.'} - 若用在 Web 框架（如 Pyramid），别依赖框架自动格式化；Pyramid 的
exc_info默认不触发asdict() -
colander.Invalid.msg是顶层错误消息，对嵌套结构基本没用，别试图从中 parse 字段名
required=False + missing=colander.drop 不等于“可选字段”
很多人以为设了 required=False，字段就真的可传可不传，结果发现前端没传该字段，后端反而报 KeyError 或验证跳过——问题出在 missing 和 default 的配合逻辑上。
-
required=False只影响序列化时是否报错，不影响反序列化（即deserialize）时字段是否存在 - 真正控制“字段缺失时怎么处理”的是
missing：设为colander.drop才会从输入字典中彻底剔除该键；设为colander.null或None会保留空值并继续走后续验证 - 常见踩坑：字段类型是
colander.Integer()，又设missing=colander.drop，但没配default，导致后续业务代码访问该字段时报KeyError
自定义 validator 函数里不能 raise Exception
写 colander.Function 或给字段加 validator= 参数时，习惯性用 raise ValueError('xxx')，结果验证失败却静默通过或抛出未捕获异常——colander 要求 validator 必须严格返回 None 表示通过，否则必须 raise colander.Invalid 实例。
SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的 双功能合体技能 ，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途 ：；核心要点📝 题解模式 ：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式 ：输入 Python 代码，自动添加详细中。它将相关步骤、
- 错误写法：
lambda node, value: raise ValueError('too long')→ 触发未处理异常，中断整个验证流程 - 正确写法：
lambda node, value: None if len(value) - 注意
node是字段节点对象，不是字符串名；传错node会导致错误信息里字段路径为空或错乱
colander.MappingSchema 对 null 输入的容忍度极低
前端偶尔发来 null（JSON 中的 null，Python 中是 None），而 schema 是 colander.MappingSchema，结果直接炸出 TypeError: argument of type 'NoneType' is not iterable ——这不是 bug，是设计使然：MappingSchema 默认不接受 None 作为输入值。
立即学习“Python免费学习笔记（深入）”；
- 解决方式只有两个：要么在调用
deserialize()前预检输入是否为None，要么给 schema 显式加typ=colander.Mapping(allow_empty=True)（注意：allow_empty控制的是空 dict，不是None） - 更稳妥的做法是包装一层：如果原始数据是
None，先转成空字典{}再进deserialize - 这个行为和
colander.SequenceSchema一致，但容易被忽略，因为多数文档示例都从非空字典开始
