Post 7 ошибок в Python-скриптах, из-за которых они ломаются на реальных данных

7 ошибок в Python-скриптах, из-за которых они ломаются на реальных данных Если скрипт работает на тестовом JSON, это ещё не значит, что он переживёт CSV от клиента, пустую строку или кривую кодировку. — Нет проверок входа: функция сразу лезет в поля, не проверяя None, пустой список и типы. — Ловят Exception на всё подряд и молча продолжают: баг прячется, а не исправляется. — Смешивают парсинг, бизнес-логику и запись в файл в одном блоке: потом нечего тестировать. — Полагаются на порядок ключей, формат даты и «всегда есть это поле». Отдельная боль — отсутствие логов на границе сценария. Когда скрипт падает у пользователя, без контекста вы видите только traceback без причины. Ещё одна частая ошибка — не думать о повторном запуске: если файл уже создан, запись в БД уже есть, а задача стартует заново, получите дубли. Держите простое правило: сначала валидация, потом обработка, потом побочные эффекты. И добавляйте один тест на «грязный» вход — он часто ловит больше, чем десять тестов на идеальные данные.