-
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类型提示默认完全不影响运行时行为，仅作为元数据存入__annotations__字典，不验证、不转换、不干预执行；需依赖mypy等静态检查器或typeguard等运行时库才能实现类型校验。
-
Python异常日志应记录完整traceback、业务上下文、敏感信息脱敏、按场景分级（ERROR/WARNING/INFO/DEBUG）、结构化JSON输出并集成trace_id全链路追踪。
-
Flask返回Range请求需手动解析Range头、校验合法性、定位偏移，用生成器流式yield二进制数据，设置206状态码及Content-Range等响应头，避免内存溢出与句柄泄漏。
-
Python自动化生成日志报告的核心是结构化提取与模板化输出，需明确日志来源、关键字段及用途，优先正则或JSON解析提取时间、模块、状态等字段，用pandas聚合分析，按需输出Markdown/Word/PDF，并通过配置文件和异常处理保障健壮性。
-
urllib.parse.urlparse比正则更可靠，因其严格遵循RFC3986解析URL结构，能正确处理localhost、IDN域名、中文路径等复杂情况，而正则易漏判或误杀且难以覆盖所有合法格式。
-
素数是只有1和它本身两个正因数的数；判断时先排除小于2的数，2是唯一偶素数，对n≥3只需试除到√n。
-
MySQL死锁源于多事务交叉持锁等待，可通过并发线程模拟（如A先更新1再2、B反之）、开启innodb_print_all_deadlocks、捕获错误码1213复现；降低隔离级别至READCOMMITTED可减少间隙锁冲突，但需权衡不可重复读风险；应用层须强制统一加锁顺序（如ID升序），并结合带退避与校验的重试机制。
-
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。
-
pyproject.toml不能仅写[build-system]，因为工具链需实际消费字段：pipinstall-e.需[project]，poetry忽略它，[build-system.requires]必须匹配真实构建工具，动态version易被缓存坑，setup.py虽弃用但CI可能仍依赖。
