-
直接用heapq不能当优先级队列用，因其仅提供堆操作原语，不支持更新优先级、按值删除或最大堆；常见错误是直接插入(priority,item)元组而item不可比较，导致TypeError。
-
Fernet不能直接加密大文件，因为它要求整个明文一次性加载进内存，导致2GB文件易触发MemoryError或系统卡顿；应改用AES-CTR或AES-GCM流式分块加密，并妥善管理nonce、tag与密文拼接。
-
<p>id()和is比较对象在内存中的实际地址，即PyObject*指针值；引用计数增减由底层指针操作触发，循环引用需gc模块清理；sys.getrefcount()结果恒比真实值多1。</p>
-
列表推导式立即生成完整列表，占用内存大但访问快；生成器表达式按需计算，内存占用小适合处理大数据流。
-
Airflow企业级ETL核心在于可追溯、可重试、可监控、可维护，需聚焦任务设计、依赖表达、错误隔离与生产配置；DAG须声明业务逻辑而非线性脚本，各task应独立且明确定义IO边界，禁用catchup、限制并发、配置重试、关闭手动触发、埋点上报指标、统一SQL管理、封装业务逻辑、敏感信息走Secrets。
-
__init__.py是否写逻辑取决于是否暴露公共API：纯组织用途应留空；需简化导入则仅放显式导入；严禁初始化操作。子包循环导入应通过抽取共享模块或接口解耦。tests不应放入包内。拆包需满足独立演进、安装、维护等实际需求。
-
Python魔术方法是类中以双下划线开头和结尾的特殊方法，用于实现协议接口，使自定义类支持运算符、遍历、打印、上下文管理等内置行为；其中__new__负责对象创建，__init__负责初始化，__str__和__repr__分别面向用户和开发者，__add__等支持运算符重载，__enter__/__exit__用于资源管理，而__del__不可靠应避免用于关键清理。
-
调用async函数返回协程对象，需await或事件循环驱动才执行；await触发挂起、注册恢复、交还控制权；asyncio.run()新建并管理事件循环；同步阻塞操作会卡死整个异步程序。
-
asyncio没有现成协程池因其只负责调度而不限制并发数，需用asyncio.Semaphore手动控制并发上限，避免压垮下游服务；错误使用会导致TimeoutError、503增多或连接池耗尽。
-
Python同步代码转异步，核心不是简单加async/await，而是识别阻塞点、替换为非阻塞等价物，并重构调用链。关键在“IO密集型”场景才有明显收益，CPU密集型需配合多进程或线程。识别可异步化的阻塞操作真正能从异步中受益的，是那些会主动让出控制权的IO操作：网络请求、数据库查询、文件读写（需异步库支持）、消息队列通信等。纯计算、正则匹配、JSON序列化这类同步操作无法靠async加速，强行包装反而增加开销。HTTP请求→替换requests为aiohttp或httpx.AsyncC
-
本文详解如何通过类型注解与运行时断言协同工作，构建符合PEP484和主流类型检查器（如mypy、pyright）规范的not_none类型守卫函数，实现对Optional[T]值的静态可推导非空断言。
-
在Django的UpdateView中添加删除功能时，若直接提交表单到错误URL或未正确调用delete()，会导致对象被意外复制而非删除；本文详解如何安全、规范地集成删除逻辑。
-
应使用正则提取数字结构再标准化分隔符：先用r'[-+]?\d{1,3}(?:[.,]\d{3})*(?:[.,]\d+)?'捕获有效数字，再依位置判断并替换小数点/逗号，最后转float。
-
浅拷贝copy.copy()在对象含可变嵌套对象（如list、dict）且被原地修改时出问题，导致新旧对象共享同一内存；深拷贝开销在于递归遍历、处理循环引用及不可序列化对象；自定义类需重写deepcopy控制资源字段；浅拷贝适用于仅含不可变字段或能确保不触发共享副作用的场景。
-
Python虚拟环境用venv模块创建，核心是隔离项目依赖以避免版本冲突；需在项目根目录执行python-mvenvvenv创建，再通过source或activate.bat激活；激活后pip安装仅作用于该环境；可用pipfreeze>requirements.txt导出依赖，pipinstall-r复现；遇冲突、权限混乱或需切换Python版本时应删除重建；IDE需手动指定venv内解释器路径。
