-
Python操作数据库的核心思路是建立连接、获取游标、执行SQL、处理结果、提交事务和关闭连接。该流程适用于SQLite、MySQL和PostgreSQL，遵循DB-API2.0规范，接口一致，仅连接参数和库不同。SQLite轻量，适合本地开发；MySQL广泛用于Web应用；PostgreSQL功能强大，适合复杂业务。安全性方面需使用参数化查询防SQL注入，验证输入，遵循最小权限原则，并妥善处理错误。连接池可提升高并发下的性能。
-
带参数装饰器必须返回真正的装饰器函数，即三层嵌套结构：最外层接收参数并校验，中间层接收被装饰函数并返回内层函数，最内层执行逻辑且需用@functools.wraps(func)保留原函数元信息。
-
WAF规则中request.body为空因框架未主动解析，需显式调用get_data()或body()且注意读取次数；正则检测应匹配结构特征、URL解码后匹配、避免回溯爆炸；选Flask中间件或uWSGI钩子取决于校验深度；日志应在after_request或dispatch中记录真实status_code。
-
使用pd.pivot_table时若只显示索引而无列值和计数，通常因未指定values参数导致；需显式传入数值列（如辅助计数列），并配合aggfunc正确聚合。
-
本文介绍使用xarray.decode_cf()自动解析NetCDF中的cftime编码时间，并通过astype(int)一步向量化转换为毫秒级Unix时间戳，避免显式循环，兼顾精度与性能。
-
日志级别选择需严格匹配场景：DEBUG仅开发测试用且上线必关；INFO是唯一长期开启级别，记录业务动作；WARNING表潜在问题但未崩溃；ERROR必须带exc_info=True；格式化须用懒求值参数传递而非拼接或f-string。
-
当使用Python的threading.Timer定时执行函数时，若目标函数需要接收参数（如warnTime(i)），必须通过args或kwargs显式传入；直接写Timer(20,warnTime)会导致TypeError，因Timer默认不提供任何参数。
-
不建议手写跨云KMS封装。因AWS、GCP、Azure在密钥生命周期、权限模型、加密原语及错误码上差异显著，强行抽象会导致维护难、调试难；应仅做路由与凭证管理，保留各平台原生API调用。
-
maxlen为None时append/appendleft不裁剪元素；为正整数时append右进左出、appendleft左进右出；maxlen=0则静默丢弃所有元素；两者性能差异极小但访问模式影响缓存效率。
-
ElementTree是Python内置的高效XML处理模块，支持解析文件和字符串、遍历查找修改及构建XML。1.用ET.parse()读取XML文件并获取根节点；2.ET.fromstring()解析XML字符串；3.可遍历Element子节点获取标签和属性；4.使用find/findall/iter按标签或路径查找元素；5.通过.text和.get()提取文本与属性；6.处理命名空间时需定义前缀映射。掌握这些核心方法即可应对多数XML操作需求。
-
回调函数是将函数作为参数传给另一函数，由后者在特定时机调用，实现事件驱动和异步处理。它避免轮询与阻塞，提升响应性，常见于GUI、网络请求、定时任务等场景。
-
最安全的重新抛出原始异常方式是不带参数的raise，它保留类型、消息和完整traceback；错误做法是raisee会丢失traceback；需补充信息时可用raise...from或Python3.11+的add_note()。
-
Python构建OCR系统核心是“数据+模型+后处理”三步闭环；推荐新手用PaddleOCR（开源、中文强、流程全），数据需“准、全、真”，训练分det/rec两阶段，评估后导出部署。
-
用Path.samefile(other_path)最可靠，它通过inode（Unix/Linux/macOS）或卷序列号+文件索引（Windows）判断是否为同一文件实体，自动解析符号链接，要求路径存在。
-
模型部署需兼顾稳定性、性能与可维护性，涵盖封装API、Docker容器化、预处理固化、可观测性监控、热更新机制及安全限流等关键环节。
