typeerror: missing 1 required positional argument 是调用阶段错误，未进入校验逻辑；常见于缺失 self、误用类名调用、装饰器签名不匹配；pydantic v2 中 model_validate() 接收已解析对象并自动验证，validate_python() 需传 dict 且支持 context/strict 控制；自定义校验统一 raise valueerror；none 值默认绕过校验，需显式处理。
TypeError: missing 1 required positional argument 是校验失败的假象
这个错误常被误认为参数校验问题，其实它发生在函数调用阶段，根本没走到校验逻辑里。Python 在调用时发现形参没给实参，直接抛出 TypeError，连 if not x: 或 pydantic 的验证都不会触发。
常见场景：类方法忘了写 self，或调用实例方法时用了类名（MyClass.method() 而非 obj.method()）；装饰器没正确处理签名，导致参数被“吃掉”。
- 检查函数定义和调用是否匹配，尤其注意
self、cls和装饰器（如@staticmethod）的使用位置 - 用
inspect.signature()打印实际期望的参数，比肉眼数更可靠 - 如果用了
pydantic.BaseModel或dataclasses，确保初始化时传的是关键字参数或顺序完全对齐，否则错位会直接卡在构造阶段，不是校验失败
pydantic v2 中 model_validate() 和 validate_python() 的行为差异
model_validate() 是面向对象的入口，只接受已构造的对象（比如字典、JSON 字符串），内部自动调用 __init__ 并走完整验证流程；validate_python() 更底层，支持 context、strict 等精细控制，但不处理 JSON 解析——传字符串会直接报 ValidationError，提示“expected dict”。
容易踩的坑是把 API 请求体（bytes 或 str）直接喂给 validate_python()，结果连 JSON 解析都没做就崩了。
立即学习“Python免费学习笔记（深入）”；
- HTTP 请求体先用
json.loads()解码成dict，再传给validate_python() - 需要上下文校验（如依赖当前用户权限）时，必须用
validate_python(..., context={...})，model_validate()不透传context - v2 默认关闭
strict模式，字符串能转成 int，若要禁止隐式转换，得显式加strict=True
自定义校验器里 raise ValueError 不会触发 ValidationError
Pydantic 要求校验失败必须抛 ValueError、AssertionError 或 pydantic.ValidationError，但它只捕获前两者并自动包装成 ValidationError。但如果你在 @field_validator 里手动 raise ValidationError(...)，会因嵌套异常而报错：“ValidationError not caught”，最终变成未处理异常。
真正该做的，是让 Pydantic 自己来封装错误信息，保持错误堆栈干净、字段定位准确。
- 所有自定义校验逻辑统一用
raise ValueError("xxx")，不要 importValidationError - 需要带字段名或错误码？用
raise ValueError("xxx")+ 在装饰器里配error_message参数，或用Field(..., errors=[...])（v2 不推荐） - 想复用错误模板？定义一个函数返回
ValueError实例，别在 validator 里 newValidationError
None 值绕过校验的隐蔽路径
很多校验逻辑默认允许 None，比如 str | None 类型、Optional[str]、或字段设了 default=None。一旦值是 None，后续的长度检查、正则匹配、非空断言全被跳过——这不是 bug，是设计如此，但线上常因此漏掉空字符串或空白字符串这类“伪 None”数据。
典型表现：API 返回 {"name": null} 通过校验，但下游服务炸了；或者前端传了 " "（空格字符串），被当成有效值存进数据库。
- 显式禁止
None：用str而非Optional[str]，或加default=...（省略号）强制必填 - 清理后再校验：在
@field_validator里先if value is None: raise ValueError("must not be None")，再做其他判断 - 警惕
strip()后为""：校验器里补一句if isinstance(value, str) and not value.strip(): raise ValueError("must not be blank")
校验不是越早越好，而是得卡在数据真正“落地”前——比如 FastAPI 的依赖注入里做校验，比在业务函数开头手写 if 更可靠；但别忘了，None 是个合法值，也是个隐身漏洞。
