Python 3.7–3.8 必须加 from future import annotations，否则 list[str] 会触发 SyntaxError；3.9+ 原生支持但运行时反射仍受限；typing.List[str] 全版本安全但冗余。
类型注解加不加 runtime 会报错？
不加 from __future__ import annotations，在 Python 3.7+ 里写 def foo() -> list[str]: 本身不会报错，但某些工具（比如旧版 mypy 或没开 future 的 eval 场景）会直接炸——因为 list[str] 被当成了运行时要执行的表达式，而内置容器类型不支持下标。
- Python 3.9+ 可以直接用
list[str]、dict[str, int]等，但前提是解释器版本够，且没在eval或typing.get_type_hints()里动态求值 - Python 3.7–3.8 必须加
from __future__ import annotations，否则list[str]会触发SyntaxError: invalid syntax - 如果用了
typing.List[str]这种写法，倒是全版本安全，但冗余、过时，且和list[str]在运行时行为不一致（前者是类，后者是泛型别名）
什么时候必须用 typing.Union 而不是 |？
| 是 PEP 604 引入的联合类型语法（如 int | str），看着清爽，但它在 Python 3.10+ 才是原生支持；低于这个版本，要么用 typing.Union[int, str]，要么加 from __future__ import annotations 并配 mypy/pyright 做静态检查——但注意：运行时反射（比如 get_type_hints()）在 3.9 及以下仍不识别 |，会返回 None 或抛 NameError。
- 要兼容 3.9-，又依赖运行时类型信息（比如 FastAPI 解析参数、dataclass 字段校验），就别用
|，老实用Union - 只做静态检查（mypy/pyright），且项目锁死 Python 3.10+，那
|更简洁，也更接近未来标准 -
Optional[T]等价于T | None，但Optional在所有版本都可用，语义也更明确，建议新代码优先用Optional而非手写| None
Any 和 object 到底差在哪？
Any 是类型检查器的“豁免键”：它告诉 mypy “别管这儿”，所有操作都放行；object 是真实顶层基类，表示“任意实例”，但访问属性或调用方法时仍会报错，除非显式 cast 或 isinstance 检查。
Secure Python Code Sandbox
下载
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
- 想临时绕过检查（比如对接弱类型库），用
Any；但上线前得清掉，否则等于关掉了类型安全闸门 - 函数返回值不确定具体类型，又不想用
Any，可考虑object+ 注释说明，或者更精准的Union[A, B, C] -
isinstance(x, object)永远为 True，但isinstance(x, Any)会报NameError——Any不是运行时类，纯属静态概念
Pydantic v2 里 BaseModel 字段怎么写类型才不踩坑？
Pydantic v2 默认启用严格模式，字段类型声明直接影响序列化、验证和默认值行为。写错类型注解，轻则默认值被忽略，重则 ValidationError 或静默转成 None。
立即学习“Python免费学习笔记（深入）”；
- 可选字段必须显式写
Optional[str] = None或str | None = None，只写str = None会被当成“必填字段，默认值是None”，验证时直接失败 - 嵌套模型字段，类型必须是模型类本身（
user: User），不能写字符串引用（"User"），除非开启from __future__ import annotations且用model_config = {"arbitrary_types_allowed": True}（不推荐） - 带默认工厂的字段，要用
Field(default_factory=list)，不能写list = Field(default_factory=list)—— 后者会让类型注解变成变量名list，类型丢失
