-
最直接可靠的方式是调用CreateFile并设dwShareMode=0和OPEN_EXISTING；若返回INVALID_HANDLE_VALUE且GetLastError()为ERROR_SHARING_VIOLATION，说明文件被独占打开。
-
PythonOperator应仅作调度胶水，业务逻辑须抽离为独立模块；禁用硬编码连接/变量，参数通过op_kwargs传递；慎用provide_context，函数签名需显式声明**context；重试、连接交由Airflow管理；CPU密集型任务应换用BashOperator或KubernetesPodOperator。
-
APScheduler适用于单机爬虫调度，配合SQLAlchemy可持久化任务；分布式场景下应作为本地执行器，由中心调度器分发任务；强依赖、DAG或跨语言需求时需换用Celery、Airflow等方案。
-
requests.get()默认将响应体全部加载到内存，大文件易导致OOM；应使用stream=True流式下载，配合iter_content分块写入磁盘，并配置超时、重试与连接复用以增强健壮性。
-
类型别名是提升可读性、维护性和协作效率的关键工具，应在必要时定义，命名用PascalCase且自解释，优先复用标准库别名，避免嵌套过深或掩盖设计问题。
-
多条件筛选必须用&、|、~且每条件加括号，禁用and/or/not；缺失值判断用isna()/notna()，禁用==np.nan；字符串列需先转数值再比较。
-
int、str、tuple修改后ID变了，因为它们是不可变类型，所谓“修改”实为创建新对象并重新绑定变量；其内存值不可原地更改，id()变化反映的是引用指向变更而非内容改变。
-
buffering参数控制文件I/O缓冲策略：默认-1启用系统默认缓冲（通常8192字节）及文本模式行缓冲；设0禁用缓冲（仅二进制模式），设1启用行缓冲（仅文本模式），设大于1的整数指定缓冲区字节大小。
-
未勾选“AddPythontoPATH”会导致pythonw.exe在命令行不可见，因其所在目录未被系统PATH包含；需手动将Python主安装目录（非Scripts子目录）添加至系统PATH，并重启终端验证，且pyw文件双击运行需确保正确关联。
-
Python自定义对象相等比较需正确实现__eq__和__hash__方法：__eq__须满足自反性、对称性、传递性，__hash__须与__eq__一致，可变对象应设__hash__=None，不可变对象按参与比较的字段计算哈希。
-
TfidfVectorizer更适合大多数文本分类任务，因其通过TF-IDF加权自动抑制高频无意义词、增强判别性词汇权重，通常比CountVectorizer提升1–5个百分点准确率，尤其在短文本或类别边界模糊时效果更显著。
-
pyenv是通过修改$PATH优先级在Shell层级管理多Python版本的轻量可靠方案，支持全局、局部和会话级切换，并可集成pyenv-virtualenv创建隔离环境。
-
Docker部署Python应用需构建含代码、依赖和环境的可移植镜像，核心是编写分层缓存、非root用户、固定依赖版本、环境变量管理配置、stdout日志及本地验证的Dockerfile。
-
Python2的/是类型敏感除法，int/int得int；Python3的/是真除法，恒返回float；必须用fromfutureimportdivision或//显式控制语义。
-
Linux下Python环境配置核心是版本隔离与依赖管控：用pyenv管理多版本（不触碰系统Python），venv隔离项目依赖，pipx管理命令行工具，pip.conf配置镜像源提升安装效率，并通过shebang和chmod使脚本直接可执行。
