-
BeautifulSoup是Python中流行的HTML解析工具，安装需运行pipinstallbeautifulsoup4和lxml；通过构建解析树可轻松提取数据，如获取标签、属性、链接文本等，支持CSS选择器精确查找，结合requests库可用于网页抓取，注意设置请求头、编码及反爬策略，适合快速上手并应用于实际项目。
-
连不上localhost:7233是因localhost解析为::1（IPv6），而服务只监听127.0.0.1:7233；应显式设service_host="127.0.0.1:7233"并确认Server已运行。
-
最常用最可靠的单例实现是重写__new__，在内存分配阶段控制实例创建，用类变量缓存并检查实例，避免__init__多次调用问题。
-
pandas.read_excel可通过sheet_name指定工作表（字符串名、整数索引或None返回全部），用skiprows跳过前N行，配合header或names自定义列名，支持整数或列表跳过特定行。
-
应始终用timezone.now()获取带时区时间，避免datetime.now()；数据库存取、查询用UTC，仅展示时用timezone.localtime()；跨月计算用relativedelta；新项目务必启用USE_TZ=True并配支持时区的数据库。
-
Python位数可通过platform.architecture()直接判断，如('64bit','WindowsPE')为64位；struct.calcsize("P")返回8为64位、4为32位；sys.maxsize为9223372036854775807则为64位。
-
Python列表因动态扩容、支持多类型数据、内置丰富方法及广泛兼容性成为核心数据结构，适用于存储异构数据、实现栈队列、配合推导式等场景，极大提升开发效率。
-
Pythonimport速度慢主要源于模块加载、路径搜索、字节码编译和依赖解析等环节累积；优化需减少无用导入、延迟加载、启用字节码缓存、解耦大型入口模块，并通过importtime+tuna精准定位瓶颈。
-
PyechartsSankey要求nodes（按业务顺序排列的去重步骤名）和links（含source/target/value的字典列表），需从原始日志聚合转化频次，注意中文字体设置、流量归一化及低频路径保留。
-
LightGBM比XGBoost快的核心在于GOSS和EFB：GOSS按梯度绝对值排序，保留top_rate（默认0.2）高梯度样本并随机采样other_rate（默认0.1）小梯度样本加权计算，每轮仅处理约30%样本；EFB将互斥稀疏特征通过位移+加法编码捆绑压缩，降低特征维度，两者协同显著减少冗余计算。
-
Python3.7+中dict.fromkeys()能保序去重，是因为字典本身保持插入顺序，且按iterable遍历顺序插入key（value为None），重复key自动跳过；需显式转list使用，仅适用于可哈希元素。
-
Python单线程高并发I/O靠事件循环+非阻塞I/O+协程协作调度，非多线程；await挂起协程交还控制权，I/O就绪后恢复；CPU密集型任务需用run_in_executor避免阻塞循环。
-
Python3.9引入类型提示中的|运算符作为Union的语法糖，替代Union[T1,T2]写法，无需导入typing，支持str|int|None等简洁标注，提升可读性、可维护性与协作效率，但仅限类型注解上下文使用。
-
多进程异常处理需通过IPC机制传递异常信息，因进程隔离导致异常无法自动冒泡。常用方法包括：子进程中捕获异常并通过Queue或Pipe发送给父进程；使用multiprocessing.Pool的AsyncResult.get()在父进程重新抛出异常；辅以日志记录便于排查。关键在于主动传递异常详情，避免沉默失败，并注意pickle序列化、超时设置和资源清理等问题。
-
文本预处理需兼顾语义与效率，中文应使用领域增强分词、保留否定词、标准化数字英文；问答匹配推荐双塔结构+对比学习，辅以hardnegative构造；评估重Recall@1与MRR，须模拟真实检索流程。
