-
pd.read_clipboard()读不到Excel复制内容，主因是Excel默认复制富文本而非纯文本制表符分隔格式；需确保复制区域在记事本中粘贴后呈整齐列对齐，且无合并单元格、图片或公式栏复制。
-
Python默认编码依赖系统locale而非UTF-8；sys.setdefaultencoding()危险且无效，因启动后即被删除，强行调用会破坏字符串处理；应通过PYTHONIOENCODING环境变量控制I/O编码，open()必须显式指定encoding='utf-8'。
-
SEO_SSR并非Python标准概念，实际应通过Jinja2等模板引擎在服务端直出含title、description等元信息的完整HTML，避免JS渲染或伪SSR方案。
-
本文介绍如何将时间复杂度从O(b)降至O(n)来解决大规模弹跳步数（b可达10¹²）下的槽位定位问题，核心是识别状态转移中的循环节并跳过重复周期。
-
推荐直接安装TensorFlow（pipinstalltensorflow），它已内置tf.keras，无需单独安装旧版Keras；旧版standaloneKeras自2023年起停止更新且不推荐使用。
-
print()默认换行，禁用需设end=""；字符串中\n是换行符，字面显示需r""或\；文件读写换行符平台差异大，应显式指定newline参数；sys.stdout.write()不自动换行且不刷新缓冲区。
-
openpyxl读大Excel卡死因默认全量加载内存，应启用read_only=True流式解析并避免max_row等全表扫描操作；写入慢因逐行append开销大，需批量写入或write_only=True模式。
-
range对象仅存储start、stop、step三个整数，通过数学公式即时计算索引访问、长度和成员判断，内存占用恒定约48字节，与范围大小无关。
-
read_csv时用dtype="string"可启用pandas1.0+的原生可空字符串类型，支持NaN、None和Unicode，避免object类型的性能与行为缺陷；需注意dtype字典键必须匹配列名、不可混用str、版本需≥1.0，并通过df[col].dtype=="string"验证。
-
使用TimedRotatingFileHandler按日期分割日志，通过设置when="midnight"、interval=1和backupCount=7，可实现每天自动生成新日志文件并保留最近7天记录。配合namer和rotator可自定义归档文件名格式，适用于长期运行服务的日志管理。
-
文本数据清洗是将杂乱原始文本转化为结构清晰、含义明确、程序可稳定读取的数据，核心包括清理噪声字符、统一标点与大小写、过滤无效行、提取关键信息并结构化。
-
多线程可提升I/O密集型任务效率，threading模块为核心工具。1.用Lock避免数据竞争，with语句确保安全加锁释放；2.通过target或继承Thread创建线程，灵活适配任务需求；3.调用start启动线程，join等待完成，daemon=True设守护线程；4.使用Queue实现线程安全通信，支持生产者-消费者模型。注意GIL限制CPU并发，需合理设计线程数、避免死锁、优先队列通信以保证程序稳定高效。
-
range是Python内置函数，返回不可变的range对象而非列表，支持三种调用形式：range(stop)、range(start,stop)、range(start,stop,step)，具内存高效、支持索引切片但不可修改等特点。
-
缓冲二进制文件指以二进制模式读写文件时利用内存缓冲区提升I/O效率，Python中通过open()函数的'rb'、'wb'等模式默认实现带缓冲操作，可分块读取、自定义缓冲大小或使用io.BufferedRandom优化随机访问，需注意使用'b'模式、避免大文件内存溢出并及时刷新缓冲区。
-
爬虫应采用多级选择器、语义稳定节点、运行时校验降级、DOM模式识别四层容错策略。先锚定不变节点，再相对定位目标；优先用<main><article>等语义标签；实时检测字段异常并按权重切换备用规则；通过正则嗅探模板特征，匹配失败时回落通用抽取。
