-
Python的logging模块不是“用起来就行”的简单工具，而是需要按需设计的日志系统——核心在于分级控制、多目标输出、格式统一、上下文可追溯。直接调用print()或裸用logging.debug()很快会陷入日志混乱、关键信息丢失、线上无法排查的困境。明确日志级别与使用场景日志级别不是摆设，它决定了什么该记、什么该忽略。默认有5级（从低到高）：DEBUG、INFO、WARNING、ERROR、CRITICAL。实际使用中要严格区分语义：DEBUG：仅开发/调试时开启，如变量值、函数
-
asyncio.gather()默认不支持部分任务超时而其余继续，需用with_timeout等包装函数捕获TimeoutError并返回默认值，避免异常冒泡中断其他任务。
-
PlaywrightPython版需用async_playwright()启用异步模式，所有操作必须await；等待JS完成应基于DOM状态、JS变量或网络请求；并发需独立page实例；数据提取应直接读渲染后DOM而非page.content()。
-
Python虚拟环境目录删不掉，大概率是Windows的MAX_PATH限制（260字符）导致路径无法解析，可用robocopy/purge清空长路径目录，再删除空文件夹；或用PowerShell的Remove-Item-LiteralPath强制删除；治本之策是启用系统级长路径支持并重启。
-
普通Queue适用于父子进程间高效IPC，基于管道/共享内存；Manager().Queue()通过代理支持任意进程通信，依赖Manager进程，适合复杂拓扑和多类型共享对象管理。
-
KeyError发生时不能直接用dict[key]，因为该操作在键不存在时立即抛出异常，而实际场景（如解析API响应、读取配置）中键常不确定；推荐用dict.get(key,default)安全访问，它返回默认值而非报错，但需注意嵌套调用陷阱及可变默认值风险。
-
__new__是最可靠的禁止实例化方式，因其在对象创建最早阶段介入，早于__init__且未分配内存，用TypeError拦截可彻底防止半成品对象产生，避免子类误禁需检查clsisYourClass，优于ABC抽象基类的接口约束目的。
-
必须用JsonFormatter输出结构化JSON日志，trace_id等字段通过extra参数传入，时间戳用ISO格式；请求入口用中间件注入trace_id并透传至下游、DB及异步协程；ES字段设为keyword，Logstash避免误删字段。
-
Python正则中量词默认贪婪，加?变为非贪婪；?必须紧贴量词后，仅控制当前量词匹配长度，不解决歧义或性能问题。
-
默认用is比较，不是值相等；自定义类需重写eq实现值比较，开头应加isinstance检查，返回布尔值；__ne__无需显式重写；若重写__eq__，不可变对象须同步实现__hash__。
-
Django博客项目需按MTV模式串联模型、视图与模板：一、在models.py定义Article模型并迁移数据库；二、视图函数查数据后用render传入模板；三、模板用{{}}和{%%}语法渲染，推荐继承base.html；四、通过urls.py配置路由，注意命名空间与路径参数解析。
-
视图函数是Django中处理HTTP请求并返回响应的Python函数。它接收request参数，执行逻辑后返回如HTML或JSON等response内容。例如，定义hello_world(request)函数返回"Hello,World!"，需在urls.py中通过path('hello/',views.hello_world)绑定URL。常见用途包括渲染模板、处理表单、返回JSON数据及实现登录和查询逻辑。还可使用类视图（如HelloWorldView）提升代码复用性，通过.as_view()注册路由。
-
Python并发架构演化核心是高效利用I/O等待时间：同步阻塞受限于线程/进程资源；多线程/多进程绕过GIL但扩展性差；asyncio通过事件循环实现单线程高并发；混合架构兼顾现实场景的异步主干与同步隔离。
-
本文介绍如何将源字典（dict1）中所有非None的键值对，有选择地覆盖目标字典（dict2）中对应键的值，同时保留dict2中原有非None值及结构，不新增键、不删除键、不覆盖None为None。
-
用psutil.Process(os.getpid()).memory_info().rss可准确获取Python进程真实内存占用（RSS），避免sys.getsizeof()等仅统计Python对象的局限；需每1–5秒采样，结合斜率与GC回落判断泄漏，多进程须独立监控，C扩展内存需依赖RSS趋势识别。
