-
pandas.read_csv()直接读大文件内存爆掉是常态，因默认全量加载+自动类型推断，2GBCSV内存占用可达6–8GB；含字符串列时更甚，且列名空格会导致字段引用错误。
-
先验证numpy是否真正安装成功，再检查其是否链接正确的OpenBLAS；若失败，优先用--only-binary安装预编译wheel；PyTorch场景下需按官方要求锁定numpy版本。
-
asyncio单元测试常卡住或超时，根本原因是测试与被测协程共用事件循环且存在未关闭的全局loop、阻塞调用或未await的后台任务；需用@pytest.mark.asyncio、禁用真实I/O、检查遗漏await。
-
df.drop(columns=['col'])默认返回新DataFrame而不修改原对象，需赋值或加inplace=True才生效；链式调用禁用inplace=True；Pandas2.0+正弱化inplace支持。
-
drop_duplicates需用subset指定列去重，默认保留首次出现行；不赋值或inplace=True则原数据不变；NaN默认视为相同，多列去重前须统一数据类型与列名格式。
-
本文介绍如何使用XPath的not(contains(@class,...))组合条件，在Selenium中精准定位不含card--live类的非直播赛事卡片，避免误抓直播事件数据。
-
本文介绍一种高效、可扩展的日度箱体容量分配方法，依据优先级顺序将多个箱体（box_cap）逐日分配至每日可用容量（Capacity），使用贪心策略完成资源分配并生成明细结果。本文介绍一种高效、可扩展的日度箱体容量分配方法，依据优先级顺序将多个箱体（box_cap）逐日分配至每日可用容量（Capacity），使用贪心策略完成资源分配并生成明细结果。在实际生产调度、物流装载或资源配给场景中，常需将一组带优先级的资源（如不同容量的箱体）按时间维度（如天）进行动态
-
PythonAPI权限控制核心是在请求到达业务逻辑前拦截验证，常用JWT/OAuth2鉴权、RBAC/ABAC授权、APIKey限流及细粒度校验，需防ID越权、批量绕过、错误泄露等漏洞。
-
@property装饰器将无参方法转为只读属性，调用时无需括号，仍可执行校验、缓存等逻辑；加@xxx.setter和@xxx.deleter可支持赋值与删除，setter参数仅限self和value，deleter仅限self。
-
Python最常用数据类型是字符串（str）、列表（list）和字典（dict）：字符串不可变，支持索引切片及.upper()等方法；列表可变，支持增删改查和遍历；字典以键值对存储，key须不可变，支持多种遍历方式。
-
request.endpoint返回当前请求匹配的视图端点名，由路由注册时指定，默认为函数名；蓝本下带前缀，手动指定则完全无关函数名；None表示未匹配路由或不在请求上下文。
-
WeakValueDictionary能防止内存泄漏，因为它对值使用弱引用，值被GC回收后自动删除对应键值对；但键仍为强引用，且值必须支持弱引用（如自定义类实例），初始化需逐个赋值而非批量传入。
-
ScrapyPipeline用pymysql同步写入MySQL会阻塞事件循环，应使用DBUtils连接池+批量提交；真正异步需aiomysql配合asyncio.to_thread，避免eventloop冲突；建表须加UNIQUEKEY并用INSERTIGNORE防重复。
-
<p>re.search(r'.pdf$',url)更可靠，因它可配合先清理URL的#和?后内容，再精准匹配路径后缀，而str.endswith()会因查询参数或锚点返回False；且正则支持忽略大小写和多格式扩展名。</p>
-
Python3.10中Union并非新类型，真正提升重构安全性和类型检查能力的是|操作符（PEP604）与TypeGuard协同：|使联合类型更简洁、工具链更稳定，TypeGuard则实现运行时可验证、静态可收窄的精准类型分支。
