assert是python开发阶段的轻量调试工具，用于拦截逻辑错误，优化模式下会被忽略，不可用于业务校验或生产环境异常处理。
assert 语句不是调试器，它只在开发阶段快速拦截明显错误；一旦 __debug__ 为 False（如运行 python -O），所有 assert 都会被直接忽略——这点必须提前确认，否则上线后条件失效还浑然不觉。
什么时候该用 assert，而不是 if + raise
断言适用于「本不该发生、发生了就说明代码逻辑有硬伤」的场景，比如函数内部状态自检、算法前提假设、不变量维护。它不是用来处理用户输入或外部依赖失败的。
-
assert：检查x > 0是因为算法数学推导要求正数输入，若为负，说明调用方或中间计算出错 -
if not x > 0: raise ValueError("x must be positive")：用于明确向调用方报错，属于接口契约的一部分 - 生产环境日志、监控、重试等逻辑，一律不用
assert，它扛不住真实异常流
assert 的两种写法和常见误用
基础形式是 assert condition，失败时抛 AssertionError；带消息的形式 assert condition, "msg" 能帮你省去翻源码查意图的时间。但注意：消息表达式在断言通过时也会被求值——如果写成 assert data, load_huge_file()，每次都会加载大文件。
- ✅ 推荐：
assert isinstance(obj, dict), f"expected dict, got {type(obj).__name__}" - ❌ 危险：
assert key in d, json.dumps(d)——d很大时，每次断言都序列化整个字典 - ⚠️ 注意：
assert (x == y) == True是冗余且易错的，直接写assert x == y
如何避免 assert 在打包/部署后意外消失
Python 的优化模式（-O）会剥离所有 assert 语句，连语法检查都不做。如果你依赖它做关键校验（比如配置合法性），上线就等于裸奔。
- CI 流程中加一条检查：
python -O -c "import mymodule; assert False"，应静默通过（无AssertionError） - 关键校验改用显式判断：
if not condition: raise RuntimeError("invariant broken") - 想保留断言行为又不想改代码？可以设环境变量
PYTHONOPTIMIZE=0强制关闭优化，但不推荐——掩盖设计问题
真正容易被忽略的，是把 assert 当成日志或防御性编程的替代品；它只回答一个问题：“这里按设计应该永远为真”，而不是“万一错了我该怎么救”。写之前先问自己：这个条件崩了，我是想立刻中断排查，还是让程序试着继续跑？答案不同，选的工具就该不同。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
