-
Selenium中操作Cookie可实现免登录和会话维持。先访问目标域名，再用get_cookies()获取所有Cookie，get_cookie(name)获取指定Cookie，add_cookie(cookie_dict)添加Cookie，delete_cookie(name)删除指定Cookie，delete_all_cookies()清空所有Cookie，操作后建议刷新页面以同步状态。
-
Python面向对象重构的核心目标是提升可维护性，即降低理解成本、减少修改风险、加速问题定位；关键在于用类和对象合理封装变化点，遵循单一职责、多态替代条件分支、属性封装校验、依赖倒置等原则。
-
合理使用批量写入、缓冲控制和高效数据格式可显著提升Python文件写入性能。1.通过累积数据后一次性写入减少系统调用开销；2.使用writelines()或''.join()合并文本行，结合列表暂存；3.withopen中设置buffering参数（如8192）优化缓冲；4.二进制模式配合BufferedWriter实现更优I/O控制；5.结构化数据优先选用pickle、numpy.save等二进制格式；6.JSON/CSV整体序列化后写入，避免逐行操作；7.利用StringIO/BytesIO构建内容减
-
使用Python的requests库调用教育平台API获取课程数据，需先安装requests并导入，构造含认证信息的请求头，发送GET请求，检查状态码后解析JSON数据；多数API需身份验证，如OAuth2.0或BearerToken，需注册账号获取AppID和AppSecret，请求授权接口获得access_token，并将其加入请求头；面对分页数据，需根据API文档设置page、size等参数，循环请求各页并合并结果；为应对网络波动或限流，应使用try-except捕获异常，设置重试机制与等待时间，记
-
参数收集指在函数调用时捕获实际传入的参数值。在Python逆向中，通过函数装饰器、猴子补丁、inspect模块或调试器等技术，在不修改原代码的前提下监控位置参数和关键字参数，常用于分析加密逻辑、追踪Web请求数据或调试异常，实现对闭源或第三方库行为的理解与监控。
-
Python多线程可提升自动化测试效率，通过并发执行独立测试任务缩短运行时间。适用于I/O密集型场景如接口调用、页面加载，使用threading模块或ThreadPoolExecutor实现多线程并行执行Selenium或unittest用例，需避免共享数据、控制线程数量、确保驱动独立，防止资源耗尽与状态冲突。
-
集合是Python中用于存储无序、不重复元素的可变容器，支持高效去重和数学集合运算。可通过{}或set()创建，推荐使用set()创建空集合以避免与字典混淆。添加元素用add()（单个）或update()（多个），删除可用remove()（存在才删，否则报错）、discard()（不报错）或pop()（随机弹出）。支持并集（|或union）、交集（&或intersection）、差集（-或difference）、对称差集（^或symmetric_difference）。还可判断子集（issubse
-
本教程将详细讲解如何使用Pandas在数据分组聚合时，确保所有预定义的区间（bins）在每个类别下都被完整表示，即使其计数为零。我们将通过添加辅助列、执行分组计数，并结合unstack()、fill_value()和stack()等操作，实现生成包含显式零计数的全面统计结果。
-
Python中继承通过子类复用父类代码，提升开发效率。子类可扩展或重写父类方法，语法为classChild(Parent)，使用super()调用父类构造函数。支持多层继承，如Grandchild继承Child，方法解析顺序（MRO）由C3算法确定，可通过__mro__查看。在员工管理系统案例中，Manager和Developer继承Employee，分别添加属性并重写display方法，结构清晰易扩展。需注意避免过度嵌套继承，优先使用组合，遵循里氏替换原则，合理使用super()保证初始化完整。
-
在Python中创建.txt文件本质是用open()函数以'w'模式打开不存在的路径，Python自动创建；推荐with语句配合write()写入内容或直接open().close()创建空文件，注意指定utf-8编码、确保目录存在及使用正确路径。
-
Flask500错误需开启debug或配置logging；requests中json=设Content-Type并序列化，data=发送原始数据；FastAPI中Body(...)必填报422，Body(None)可选但校验仍执行；大文件用FileResponse（静态）或StreamingResponse（动态流）。
-
本文介绍了如何使用Pydantic在Python中验证复杂的数据结构，特别是包含固定键名和特定类型列表的字典。通过定义Pydantic模型，并结合conlist类型，可以确保输入数据的结构和类型符合预期，从而提高代码的健壮性和可维护性。
-
如何用pytz处理时区转换？1.安装并导入pytz，使用pipinstallpytz，并通过fromdatetimeimportdatetime和importpytz导入模块；2.创建带有时区信息的时间，使用pytz.timezone()获取时区对象并通过datetime.now()创建“aware”时间，或通过.localize()方法为naive时间添加时区；3.在不同时间区间转换，通过.astimezone()方法实现时区切换，pytz会自动处理夏令时变化；4.注意事项包括避免使用datetime.
-
Python3函数参数传递基于对象引用机制，包括位置参数、关键字参数、默认参数、可变位置参数（args）、可变关键字参数（*kwargs）及组合规则，需按顺序使用并注意可变默认值陷阱。
-
使用requests.Session()可保持会话状态，1.创建Session实例自动管理Cookie；2.预设headers简化请求头配置；3.手动操作cookies实现精细控制；4.设置超时与重试提升稳定性。
