-
Python爬虫工程化需遵循“可读、可测、可配、可扩、可查”基线，分spiders、pipelines、utils、configs、services五层解耦；配置驱动行为；内置日志、指标、追踪可观测能力；通过fixture测试、文档规范和灰度升级保障可维护性。
-
python-docx仅支持.docx格式，不支持.doc；其paragraphs仅含正文段落，不含标题、表格等；中文显示依赖字体名但不校验存在性；纯文本提取需过滤空段落并逐run拼接。
-
1.TextBlob适合快速进行英文情感分析，但对中文支持有限。2.使用TextBlob需先安装并下载NLTK语料库。3.其情感分析通过极性（polarity）和主观性（subjectivity）评分判断文本情绪。4.TextBlob还可进行词性标注、名词短语提取等文本处理操作。5.对于中文情感分析，推荐使用SnowNLP或深度学习模型。6.VADER适用于社交媒体文本的情感分析。7.深度学习模型如BERT在复杂场景下表现更优但上手门槛较高。8.评估情感分析准确性可通过准确率、精确率、召回率、F1-Sco
-
condacreate指定Python版本不生效，主因是channel优先级混乱和依赖解析忽略小版本；应加--override-channels-cdefaults或同步指定python/pip版本，并立即用python-c"importsys;print(sys.version)"验证。
-
Python中将datetime对象转换为字符串主要使用strftime()方法，通过格式代码如%Y、%m、%d等控制输出样式，例如now.strftime("%Y-%m-%d%H:%M:%S")可生成标准时间字符串。
-
pytest中SQLite:memory:测试报“nosuchtable”是因为每个连接独享内存库，需在fixture中创建engine后立即执行Base.metadata.create_all()，且fixture应返回session实例而非sessionmaker，确保测试使用同一连接。
-
FastAPI启动报错ImportError通常因环境错配或Python版本低于3.8；需确认Python路径、版本，用对应环境安装fastapi和uvicorn；路由注册须带前导/、变量名匹配；Body解析依赖Pydantic模型与正确Content-Type；开发应启用--reload并注意重载兼容性。
-
字典是Python3中存储键值对的高效数据结构，通过{}定义，支持创建、访问、增删改查等操作。1、可创建空字典或用dict()构造；2、通过键访问值，推荐使用get()避免KeyError；3、可添加、修改键值对，支持update()批量更新；4、可用del或pop()删除元素，clear()清空字典；5、支持遍历键、值或键值对，适用于各类数据处理场景。
-
Python无法直接可靠判断文件是否正被写入，需用间接方法：Windows可试独占打开，跨平台推荐portalocker加锁，辅以大小/时间戳变化检测和进程工具分析。
-
最可靠的方式是检查sys.frozen是否为True；PyInstaller打包后设为True，未打包时为None或不存在，且需优先于其他模块导入和资源加载前执行检测。
-
特征工程是围绕预测目标设计经济意义明确、统计稳健、时序兼容的变量，需严格避免未来信息泄露，统一多源数据时间戳与频率，聚焦价格行为、订单流、跨市场三类可解释特征，并通过滚动标准化、winsorize及模块化封装实现可测试、可回滚、可归因。
-
pd.merge()对重名列默认添加\_x和\_y后缀是正常行为，可通过suffixes参数自定义，如('\_left','\_right')；仅当存在同名列且未指定suffixes时触发，不影响性能但影响下游列名引用。
-
Python解包是语言级结构化赋值机制，核心为结构匹配：基础解包要求变量与元素数量一致；星号表达式可捕获剩余项；嵌套解包需左右结构形状一致；函数调用中和*分别展开位置与关键字参数。
-
PyCharm适合专业开发，VSCode灵活多语言，Jupyter专注交互式数据科学，Anaconda强于环境管理，SublimeText追求轻量高效。
-
SMTP连接失败需改用SSL/TLS并配应用专用密码；定时任务要对齐环境路径并重定向日志；邮件编码须用MIMEText和Header指定UTF-8；密码应通过环境变量安全传递。
