dict.get() 默认值不保证类型安全，可能引发 AttributeError/TypeError；应分层判断或用嵌套 get() 配合空字典默认值；可变默认值需避免共享引用；关键路径宜用 try/except 捕获 KeyError；defaultdict 适用动态键场景而非错误兜底；深度嵌套推荐 Pydantic 校验而非层层 get()。

dict.get() 默认值不是万能的，别忽略类型安全

dict.get() 确实能避免 KeyError，但它返回 None（或你指定的默认值）时，后续操作可能直接抛出 AttributeError 或 TypeError。比如：data.get("user").get("name")，如果 "user" 不存在，None.get("name") 就崩了。

更稳妥的做法是分层判断，或用嵌套 get() 配合默认空字典：

name = data.get("user", {}).get("name", "unknown")

注意：默认值如果是可变对象（如 [] 或 {}），不要直接写在 get() 参数里——除非你明确需要共享引用；多数情况应写成 get("key", []) 这样是安全的。

用 dict[] + try/except 比 get() 更适合关键路径

当键「理应存在」但偶尔缺失（比如配置读取、API 响应校验），用 dict[key] 显式触发 KeyError，再用 try/except 捕获，反而更清晰：

立即学习“Python免费学习笔记（深入）”；

• 能区分「预期缺失」和「数据异常」
• 便于记录上下文日志（比如打印完整 data 或当前 key）
• 避免默认值掩盖上游数据质量问题

示例：

try:     value = config["timeout"] except KeyError as e:     logger.warning(f"Missing config key: {e}, using default 30")     value = 30

defaultdict 不是替代品，而是场景限定工具

defaultdict 适合「键大量动态生成且默认行为统一」的场景，比如统计词频、分组聚合。但它不解决「访问不存在键时是否该报错」这个语义问题——它只是让 __missing__ 自动填充，后续所有操作都基于那个默认值继续执行。

常见误用：

• 把 defaultdict(dict) 当作「防错字典」用，结果漏掉本该报错的逻辑错误
• 初始化时传入 Lambda: None，导致后续调用 .keys() 或 .items() 行为异常

真正需要兜底又不想写太多 try 的，可以封装一个安全访问函数：

def safe_get(d, *keys, default=None):     for k in keys:         if isinstance(d, dict) and k in d:             d = d[k]         else:             return default     return d 
使用：safe_get(data, "user", "profile", "age", default=0)

嵌套字典用 operator.itemgetter 或第三方库要谨慎

operator.itemgetter("a", "b") 对单层字典有效，但无法处理嵌套路径；而像 glom 或 deep-get 这类库虽强大，会引入额外依赖和学习成本。实际项目中，80% 的嵌套取值需求用两层 get() 就够了。

真正值得警惕的是「深度嵌套 + 多种缺失可能」，比如解析三方 API 返回的 {"result": {"data": {"items": [...]}}}。这种结构建议用 Pydantic 模型做一次校验性解包，而不是靠层层 get() 艰难兜底——否则哪天字段名改了，你只会拿到一串 None，连错在哪都难定位。

最常被忽略的一点：dict.get() 和 dict[key] 在性能上几乎没有差异，别为了“看起来快”而牺牲可读性和错误可见性。