for k in d只遍历键（等价于d.keys()），for k, v in d.items()才遍历键值对；误用for k, v in d会报ValueError；d.items()返回视图对象，修改字典时需转list避免RuntimeError。
遍历字典时用 for k in d 和 for k, v in d.items() 有啥区别？
只写 for k in d 实际上遍历的是键（等价于 for k in d.keys()），不是键值对。想同时拿到键和值，必须显式调用 .items()。很多人误以为 for k, v in d 能解包，结果直接报 ValueError: too many values to unpack。
-
for k in d：最轻量，只读键，适合判断存在性或构造新键列表 -
for k, v in d.items()：真正遍历键值对，Python 3.7+ 保证插入顺序 -
for v in d.values()：只关心值，避免重复查键，内存更省
注意：d.items() 在 Python 3 返回视图对象（view），不是 list；若需多次迭代或修改字典，得先转成 list(d.items())，否则可能触发 RuntimeError: dictionary changed size during iteration。
用 dict.get() 还是 try/except KeyError 查键？
看场景。如果「键大概率存在」，用 dict.get(key, default) 更简洁安全；如果「键极少存在，且缺省逻辑复杂」，try/except 反而更清晰、性能略优（避免每次调用函数开销）。
-
d.get('x')返回None，d.get('x', 'N/A')返回默认值 -
try: v = d['x']触发KeyError时才进except，异常成本在 CPython 中其实不高 - 别用
if 'x' in d: v = d['x']—— 属于“先检查后访问”，有竞态风险（多线程下字典可能被删），也多一次哈希查找
一个典型坑：d.get('x', some_expensive_function()) 会总是执行 some_expensive_function()，哪怕键存在。此时应改用 try/except 或先判断。
立即学习“Python免费学习笔记（深入）”；
dict.setdefault() 和 collections.defaultdict 选哪个？
setdefault() 是单次操作，适合“取值，不存在则设初值并返回”；defaultdict 是长期策略，适合整个生命周期都预期大量缺失键的场景（比如分组统计）。
-
d.setdefault('k', []).append(x)：安全追加，但每次调用都做一次哈希查找 + 条件赋值 -
dd = defaultdict(list); dd['k'].append(x)：首次访问自动初始化，后续直接用，代码更干净 - 注意：
defaultdict一旦设了 default_factory，所有未定义键都会被自动创建，可能导致意外键膨胀（比如打错键名也不报错） - 想保留普通
dict行为又带默认逻辑？用dict.setdefault()更可控，或封装成辅助函数
别把 defaultdict(int) 当计数器用在高并发写入场景——它不是线程安全的，+= 操作仍可能丢更新。
为什么 json.dumps() 有时报 TypeError: Object of type dict is not JSON serializable？
这个错误几乎从不因为字典本身，而是字典里混入了非标准 JSON 类型：比如 datetime、set、自定义类实例、或 NaN / inf 浮点数。
- 常见诱因：
d = {'ts': datetime.now(), 'tags': {'a', 'b'}}——set不可序列化，datetime也不行 - 解法一：预处理，用
json.dumps(d, default=str)把所有无法序列化的对象转成字符串（简单粗暴，适合调试） - 解法二：写定制
default函数，专门处理datetime→ ISO 字符串，set→list，bytes→ base64 等 - 解法三：用
dataclasses.asdict()或pydantic.BaseModel.dict()提前规整数据结构
容易忽略的一点：字典的键必须是字符串，如果用了 int 或 tuple 作键（合法 Python dict），json.dumps() 会静默忽略该键值对，不报错也不警告。
