-
系统设计需先明确边界与核心需求，如短链服务重高并发生成与低延迟跳转；再分层选型：存储用Snowflake+Redis/MySQL混合，服务用异步Web+消息队列，接入用Nginx+CDN；强调分库分表、降级方案与监控；Python层面突出协程、Pydantic配置校验及Poetry依赖隔离。
-
GIL是CPython为简化引用计数内存管理而设的全局互斥锁，牺牲多线程CPU并行性以保障C扩展兼容与实现简单；Python3.12仅优化为细粒度锁，未移除GIL。
-
UDP不保证可靠性，因其无连接、无确认、无重传、无序号机制；可靠性需上层自行实现，但其轻量低延迟特性适用于DNS、实时音视频等场景。
-
Python默认repr()不折行，可用pprint替代实现自动折行缩进；自定义类中在repr内调用pformat；调试时可临时替换builtins.repr；IPython/Jupyter自带智能美化。
-
Python简单验证码识别可不用深度学习，通过预处理降噪、二值化、字符分割、模板匹配四步实现：先灰度化+中值滤波+开运算去噪；再用Otsu法二值化并反色；接着垂直投影切分字符；最后用cv2.matchTemplate与标准模板匹配识别。
-
mmap是内存映射文件的方法，通过将文件映射到虚拟内存，使程序能像操作内存一样读写文件。使用时需以二进制模式打开文件，调用mmap.mmap()创建映射，支持随机访问和修改，适用于大文件处理如日志分析、数据库索引等，可提升效率并节省内存。注意映射大小不超过文件长度，操作后及时关闭对象以防资源泄露。
-
真正可用的Python项目需环境可复现、依赖可安装、逻辑无硬编码、错误有兜底；应声明python_requires、用兼容版本范围、pip-compile生成锁定文件、处理API变更、分层配置、异步适配、异常捕获、健康检查、正确编码与引擎参数。
-
Python热更新配置不能只靠importlib.reload()，因其仅重载模块对象而不更新其他模块中对该模块的引用，导致旧配置残留；应改用watchfiles监听文件+函数式访问配置，或直接每次读取JSON/YAML文件。
-
Python爬虫工程化需遵循“可读、可测、可配、可扩、可查”基线，分spiders、pipelines、utils、configs、services五层解耦；配置驱动行为；内置日志、指标、追踪可观测能力；通过fixture测试、文档规范和灰度升级保障可维护性。
-
python-docx仅支持.docx格式，不支持.doc；其paragraphs仅含正文段落，不含标题、表格等；中文显示依赖字体名但不校验存在性；纯文本提取需过滤空段落并逐run拼接。
-
1.TextBlob适合快速进行英文情感分析，但对中文支持有限。2.使用TextBlob需先安装并下载NLTK语料库。3.其情感分析通过极性（polarity）和主观性（subjectivity）评分判断文本情绪。4.TextBlob还可进行词性标注、名词短语提取等文本处理操作。5.对于中文情感分析，推荐使用SnowNLP或深度学习模型。6.VADER适用于社交媒体文本的情感分析。7.深度学习模型如BERT在复杂场景下表现更优但上手门槛较高。8.评估情感分析准确性可通过准确率、精确率、召回率、F1-Sco
-
id()返回对象在内存中的唯一标识符，其值在对象生命周期内不变；同一对象多次调用结果相同，id相同即为同一对象（is为True），变量赋值是引用绑定而非复制，可变对象原地修改时id不变，不可变对象“修改”实为新建对象。
-
必须显式设置timeout，否则requests默认无限等待导致线程hang死；推荐使用元组形式timeout=(connect,read)，并结合tenacity实现带退避的重试与熔断机制。
-
Pythonswapper通常指变量值交换操作，如x,y=y,x；也可指自定义的数据替换函数、配置切换工具或小众库，核心是实现值或状态的交换。
-
高质量可复现实验流程需绑定数据、代码、环境和结果：原始数据存私有仓库，代码用Git分功能脚本管理；环境通过yml/req文件锁版本并隔离；用Makefile自动串联流程、记录日志与随机种子；报告用模板自动生成，带ID便于回溯。
