-
Windows下用winsdk控制亮度（需管理员权限，仅主屏）、pycaw控制音量（IAudioEndpointVolume设全局音量），配合schedule+线程或任务计划程序实现定时静默执行，避免sleep阻塞与电源状态失效。
-
Scrapy扩展是插入到引擎中的组件，用于增强爬虫行为。编写扩展需创建模块、定义类并实现如from_crawler等方法，再在settings中启用。常见用途包括控制速率、记录状态、处理异常、集成监控。扩展区别于中间件和管道，侧重全局控制。调试时可用print确认加载，并合理设置优先级与配置依赖。
-
__init__不是构造函数而是初始化钩子，对象已存在时执行，仅设属性不返回值；它在__new__分配内存后自动调用，self指新实例，参数对应调用值，应避免耗时操作与可变默认参数。
-
asyncio.run()不允许嵌套调用，会在已有运行事件循环时抛出RuntimeError；正确做法是用await、create_task或ensure_future在当前loop中调度协程。
-
aiohttp中Range头不生效主因是默认重定向导致头丢失，且CDN/代理常不透传；正确做法是禁用自动重定向、手动处理跳转并携带Range，验证206响应，并严格按Content-Range解析偏移写入文件。
-
Python多线程仅对I/O密集型任务有效，因GIL使CPU密集型任务仍串行执行；推荐用ThreadPoolExecutor配5–20线程，注意异常捕获与共享变量加锁。
-
使用虚拟环境并运行pipfreeze>requirements.txt是生成纯净依赖清单的关键。通过为项目创建独立的虚拟环境（如python-mvenv.venv），激活后仅安装项目所需包，可避免全局包污染。在此环境下执行pipfreeze能确保requirements.txt准确记录依赖及其精确版本，提升项目可移植性与复现性。推荐结合pip-tools管理复杂依赖：维护简洁的requirements.in文件，用pip-compile生成锁定版本的requirements.txt，实现依赖确定性；
-
Python配置热加载需监听文件变化并安全重载：用YAML/TOML格式，watchdog监听modified事件，校验后原子更新配置对象，通知组件重建资源，记录脱敏日志，生产环境需评估风险并考虑配置中心替代方案。
-
Flask-RESTX默认不启用SwaggerUI，需显式设置doc='/'才能访问/swagger.json和UI；生产环境应设doc=False；蓝本中需在注册时统一配置；reqparse仅校验query/form，JSON校验须用model+@api.expect()；405错误源于未声明HTTP方法；嵌套模型必须为api.model()实例，attribute指对象属性名。
-
multiprocessing.Queue吞吐量低、延迟高，因序列化与锁开销；Pipe延迟更低、带宽更高，适合一对一通信；共享内存和mmap避免拷贝，适合大数据；Unix域套接字灵活但需处理粘包。
-
abs()函数用于返回数值的绝对值，如abs(-5)为5、abs(3+4j)为5.0，适用于整数、浮点数和复数，常用于计算距离、误差范围及数据清洗等场景。
-
分布式日志收集采用Filebeat边缘采集、Redis缓冲、Logstash解析写入ES；Python日志需结构化并注入trace_id等字段；ES/Kibana实现按服务分索引、错误率看板与链路追踪；告警结合统计波动与suppress机制防轰炸。
-
应直接使用np.random.poisson(lam=3.5,size=1000)生成泊松频次，兼容性好且简洁；λ需为标量或NumPy数组，不可用list或Series；返回的是单位时间事件数，非时间戳，模拟到达过程须用指数分布生成间隔。
-
Python日期加减主要用datetime模块的date/datetime类配合timedelta（支持天、时、分等固定单位），月份/年份则需dateutil.relativedelta处理；字符串日期须先strptime解析再运算最后strftime格式化。
-
本文介绍使用os.scandir()替代os.walk()实现低内存、流式ZIP压缩的方法，适用于大文件或海量小文件场景，并附带可直接运行的优化代码与关键注意事项。
