TypedDict 仅在类型检查阶段生效，运行时不校验字典结构；Python 3.11+ 支持 Required/NotRequired 标注可选字段，但依然不影响运行时；需运行时校验应使用 pydantic、dataclasses 或手动验证。
TypedDict 不是运行时校验工具，它只在类型检查阶段起作用
直接用 TypedDict 定义类，Python 解释器在运行时完全不检查字典结构——哪怕你传个空字典、缺字段、多字段、类型全错，代码照样执行成功。它只对 mypy、pylance、pyright 这类类型检查器生效。
常见错误现象：my_dict: MyDict = {"name": 123} 在 VS Code 里标红（类型检查报错），但 python script.py 仍能跑通，毫无异常。
- 如果你需要运行时校验，得额外用
pydantic、dataclasses或手写验证逻辑 -
TypedDict的核心价值是让 IDE 补全字段、提前暴露拼写错误和类型不匹配 - Python 3.11 开始支持
Required和NotRequired，但它们也仅影响类型检查，不改变运行时行为
定义 TypedDict 时怎么标注可选字段（Python 3.11+）
3.11 引入了 typing.Required 和 typing.NotRequired，替代旧版的字符串注释写法（如 "age?: int" 已弃用）。
示例：
from typing import TypedDict, Required, NotRequired <p>class User(TypedDict): name: str age: Required[int] # 必填字段（默认行为，可省略 Required[]） email: NotRequired[str] # 可选字段：可以不存在，存在则必须是 str </p>
注意点：
-
NotRequired字段在字典中可以完全缺失，也可以为None（除非你额外限制非空） - 如果字段类型本身是
Optional[str]，表示“可为None”，和NotRequired[str]（可完全不存在）语义不同 - 混合使用时，
NotRequired字段必须放在所有Required字段之后（否则 mypy 报错）
运行时想真正校验字典？得自己加一层判断
没有银弹。最轻量的做法是写个校验函数，配合 TypedDict 的 __annotations__ 和 __required_keys__ / __optional_keys__ 属性（Python 3.11+ 支持）。
示例：
def validate_user(d: dict) -> User:
required = User.__required_keys__
optional = User.__optional_keys__
keys = set(d.keys())
<pre class="brush:php;toolbar:false;">if not keys >= required:
missing = required - keys
raise ValueError(f"Missing required keys: {missing}")
if not keys <p></p>
说明：
-
User.__required_keys__和User.__optional_keys__是 Python 3.11 新增的只读属性，返回frozenset - 这个函数不处理嵌套
TypedDict或泛型，复杂场景建议换pydantic.BaseModel - 别依赖
isinstance(d, User)—— 它永远返回False，因为TypedDict不是运行时类型
和 pydantic BaseModel 混用要注意什么
很多人想“既用 TypedDict 做类型提示，又用 pydantic 做运行时校验”，但二者字段定义方式不兼容。
典型坑：
-
TypedDict中的NotRequired[str]≠pydantic.Field(default=None)：前者允许字段缺失，后者要求字段存在且可为None - pydantic v2 的
model_validate不接受纯TypedDict类型作为目标，需显式用model_validate(dict_data) - 如果只想要类型提示 + 校验，直接用
pydantic.BaseModel更省事；TypedDict真正适合的是“零运行时开销 + IDE 友好”的纯数据契约场景
字段定义差异大，硬凑容易两边都失效。选一个主力，别指望自动互通。
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！
