Python输入参数校验是防御式编程的核心，需在函数入口明确契约、快速失败、清晰反馈；应优先校验类型与存在性（如isinstance+None判断），再校验范围及业务规则（如年龄非负、端口有效）。
Python输入参数校验是防御式编程的核心实践，不是“可有可无”的补充，而是防止运行时崩溃、逻辑错乱和安全漏洞的第一道防线。关键不在于堆砌检查，而在于在函数入口处明确契约、快速失败、给出清晰反馈。
类型与存在性校验：用isinstance + None判断守住底线
很多错误源于传入了None、空字符串、错误类型（如把list当str）却未及时拦截。不要依赖后续逻辑“自己处理”，应在开头就确认。
- 对必填参数，先检查是否为None或空值：if x is None: raise ValueError("x cannot be None")
- 对类型敏感参数，用isinstance(x, expected_type)而非type(x) == expected_type（支持继承）
- 字符串建议同时校验isinstance(x, str) and x.strip()，避免传入空白串引发下游异常
范围与业务规则校验：把领域约束写进函数签名
参数合法不仅看类型，更要看语义。比如年龄不能为负、端口号应在1–65535、文件路径需存在且可读——这些不是“额外工作”，而是函数职责的一部分。
- 数值范围：用if not (0
- 枚举/有限取值：提前定义ALLOWED_MODES = {"fast", "safe", "debug"}，再校验if mode not in ALLOWED_MODES
- 路径/文件类：用os.path.exists(path)和os.access(path, os.R_OK)做轻量预检（注意竞态条件，仅作提示性校验）
使用装饰器统一校验逻辑：避免重复代码
多个函数有相似校验需求（如所有API接口都要验证token、用户权限），可封装成装饰器，保持主逻辑干净。
立即学习“Python免费学习笔记（深入）”；
- 简单校验装饰器示例：@validate_args(token=str, user_id=int, role={"admin","user"})
- 内部自动调用isinstance和in检查，任一失败抛出TypeError或ValueError
- 生产环境建议结合typing.Annotated + 自定义__get_validators__（Pydantic v2+风格），兼顾类型提示与运行时校验
错误处理要具体、可操作、不暴露内部细节
抛出异常不是目的，帮助调用方快速定位问题是关键。避免泛泛的Exception("Invalid input")。
- 异常信息包含参数名、实际值、期望条件，例如：f"timeout must be positive number, got {timeout}"
- 优先用内置异常：类型错用TypeError，值不合业务规则用ValueError，权限问题用PermissionError
- 不打印traceback给终端用户；日志中记录完整上下文，但对外只返回简洁友好的错误消息
