-
列表是Python中有序、可变的数据结构，支持创建、访问、增删改查及排序反转操作。1.用[]创建列表，通过索引或切片访问元素；2.使用append、insert添加，remove、pop删除；3.可直接通过索引修改值，用index、count和in查找；4.调用sort、reverse原地排序反转，sorted返回新列表。
-
Python线程同步主要靠Lock和Condition实现：Lock用于简单互斥，需acquire/release配对或with语句；Condition封装Lock，配合while循环使用wait/notify实现线程协作，须避免虚假唤醒与死锁。
-
GIL是CPython中限制多线程并行执行的互斥锁，它确保同一时刻只有一个线程运行Python字节码，主要影响CPU密集型任务的并发性能；在I/O密集型场景下，线程会释放GIL，仍可提升效率；为应对GIL限制，应使用multiprocessing实现多进程并行、借助C扩展或异步编程asyncio优化性能。
-
Python代码优化需先用cProfile定位真实瓶颈，再依场景选择算法改进、数据结构替换、内存优化或C加速；核心是测量驱动，而非直觉猜测。
-
因为hash与eq必须保持一致性：若eq忽略某字段而hash未同步忽略，会违反“相等对象哈希值必须相同”的契约，导致哈希表异常或崩溃。
-
本文介绍如何在DVC项目中使用Python常量文件（如constants.py）集中定义数据路径，并在dvc.yaml中通过vars正确引用，实现路径配置的单一维护源。
-
必须显式设置@lru_cache的maxsize参数，避免内存无限增长；缓存值为强引用，慎缓存大型对象；参数须可哈希，不可变类型需手动转换；多线程下cache_clear()需加锁防护。
-
本教程详细阐述了在Specman/e与Xcelium仿真环境中设置和管理环境变量的多种方法，旨在解决用户在调用外部工具（如Python）时环境变量无法正确识别的问题。文章将涵盖从Shell、Xcelium命令行到Tcl脚本的设置技巧，并提供故障排除和最佳实践，确保仿真流程顺畅。
-
Python的typing.Literal在类型提示中常以方括号形式Literal[...]使用，这常让人误以为它是一个函数。然而，其背后机制更为精妙：Literal实际上是一个特殊类的实例，该类通过__getitem__方法捕获方括号调用，并将请求转发给内部定义的Literal逻辑，最终返回一个表示特定字面量类型的_LiteralGenericAlias实例。
-
使用venv或virtualenv时，Windows用your_venv\Scripts\activate，macOS/Linux用sourceyour_venv/bin/activate；2.使用conda时用condaactivateenv_name；3.退出均用deactivate。
-
Python无法直接执行JavaScript，需借助浏览器引擎（如Selenium/Playwright）或Node.js运行时实现调用：Selenium适用于依赖DOM、浏览器API的场景；subprocess调用Node.js适合纯逻辑计算；长期项目推荐JS服务化。
-
isprintable()用于判断字符串中所有字符是否均为可打印字符且长度大于0，返回布尔值。可打印字符包括字母、数字、标点、空格及中文等，不可打印字符如\n、\t、\r、\b及ASCII0-31和127的控制字符。示例：'Hello'.isprintable()为True，'Hello\nWorld'.isprintable()为False。适用于输入验证、数据清洗和日志处理，确保文本无隐藏控制字符，提升安全性与格式一致性。仅用于字符串类型。
-
Python采集并发控制的核心是平衡稳定与守规，需兼顾目标站承受力、本机资源上限及并发模型差异，用Semaphore限流、随机sleep节制频率，并配置超时重试与错误隔离。
-
Python网页爬虫核心是“发请求→取内容→解析→存结果”，推荐requests+BeautifulSoup组合，需加headers防反爬、处理编码乱码、用CSS选择器精准定位、加延时与随机User-Agent，并优先保存为UTF-8编码的CSV或JSON。
-
try用于包裹可能出错的代码，必须与except、else或finally配合使用；2.except捕获并处理特定异常，可指定单一、多种或通用异常类型；3.else在try无异常时执行，适合放置成功后的逻辑；4.finally无论是否发生异常都会执行，常用于资源清理；5.raise用于主动抛出异常，支持内置或自定义异常类型。
