typeerror是python运行时因类型不匹配而抛出的告警，非语法错误，而是操作与对象类型冲突时的即时保护机制，常见于下标访问、解包、格式化及误调用等场景。
TypeError 本质是类型不匹配的运行时告警
Python 在执行操作时发现对象类型不支持该行为，就立刻抛出 TypeError。它不是语法错误，而是在“动真格”时被拦下的逻辑矛盾：比如对 int 做下标、把 str 当函数调、拿 None 解包。这类错误不会等到程序跑完才暴露，而是一碰到非法操作就中断——这是 Python 的保护机制，不是 bug，是提示你“这里类型用错了”。
常见触发场景和对应修复动作
以下是最常踩的几类坑，每种都附可直接验证的判断点：
-
对不可下标对象用了
[]：报错信息形如'int' object is not subscriptable或'type' object is not subscriptable。
检查点：确认你要访问的对象是不是实例（如my_list[0]），而不是类型名（list[0]）或整数（42[1]）；也检查是否变量名覆盖了内置类型（如写了list = [1, 2]后又想用list()） -
解包不可迭代对象：报错
cannot unpack non-iterable ... object。
检查点：解包前先print(type(data))和print(data)，确认它是元组/列表/字典，而不是None、int或自定义类实例（除非该类实现了__iter__） -
字符串格式化参数错位：比如
"%d" % "abc"或f"{x} {y}"中x是None。
检查点：用isinstance(x, (str, int, float))快速过滤非预期类型；避免在模板中直接插未校验变量 -
误将非函数对象当函数调用：报错
'str' object is not callable。
检查点：搜索附近有没有赋值语句把函数名覆盖了（如print = "done"），或是否在方法链里某步返回了None（如my_list.append(x).sort()）
防御性写法比事后调试更省时间
与其等报错再查，不如在关键节点加一层轻量校验：
- 对可能为
None的返回值，用if data is not None and hasattr(data, '__iter__'):判断再解包 - 对用户输入或外部 API 返回的数据，用
isinstance(x, (list, tuple))替代盲目for i in x: - 避免用内置名作变量名：
str、list、dict、id、type全部列入禁用名单 - 函数明确声明预期类型，哪怕只加一行注释：
# expects: list of dicts，后续维护者一眼能懂边界
最易被忽略的是变量命名污染——它不会立即报错，但会在几十行甚至几百行之后，在一个完全无关的位置突然引爆 TypeError。盯住变量名，比盯住报错行更重要。
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！
