-
WSGI是Python中Web服务器与应用间的接口标准，定义了服务器通过传递environ和start_response调用应用的机制，实现解耦；其同步阻塞模型适合传统Web应用，而ASGI则支持异步和长连接，适用于高并发场景；典型部署使用Gunicorn或uWSGI作为WSGI服务器，Nginx作反向代理处理静态文件与负载均衡；开发时需注意避免同步I/O阻塞、合理配置服务器、控制中间件开销、管理共享状态及防止内存泄漏。
-
上线前须解决稳定性与合规问题：设随机UA并轮换、带抖动等待、复用session并更新请求头、429/403/503时暂停IP；Redis用连接池；MySQL超长字段截断+脱敏；严守robots.txt及个人信息保护法。
-
调参需策略性聚焦关键超参数并分层搜索：随机森林重max_depth等，XGBoost需learning_rate与n_estimators协同，SVM核心是kernel/C/gamma，逻辑回归主调C；验证须匹配数据特性，如时间序列用TimeSeriesSplit、不均衡数据用StratifiedKFold与F1评分。
-
最直接运行Python脚本的方式是在命令行输入pythonscript.py，适用于所有开发者；通过IDE运行更便捷；在Unix-like系统中可设置shebang和执行权限后用./script.py运行；Windows用户可使用py启动器指定版本；需确保PATH环境变量正确配置以避免“命令未找到”错误；多版本Python可通过python3或py-X.Y调用；传递参数可用sys.argv或argparse模块处理；依赖缺失时应使用虚拟环境（venv）隔离项目，避免包冲突，提升开发稳定性。
-
Python交互式环境中换行需满足语法未完成条件：括号未闭合、冒号后缩进、字符串未结束等，此时按Enter显示...提示符续行；反斜杠续行不推荐；三引号字符串和代码块缩进也支持多行输入。
-
子进程崩溃时subprocess.run()默认不抛出异常，需通过capture_output=True和text=True获取stderr中的traceback或段错误信息，并检查returncode判断是否被信号终止。
-
Python字符串编码核心是区分str（Unicode）与bytes，明确字符集作用；默认UTF-8但需显式指定encoding，注意BOM、系统locale差异及乱码溯源方法。
-
Pillow是Python中强大的图像处理库，支持打开、操作和保存多种格式的图片。安装后可通过Image.open()加载图片，并用save()方法转换格式；resize()可调整尺寸，thumbnail()保持宽高比缩放；crop()按坐标裁剪图像区域；filter()应用模糊或边缘增强等滤镜，ImageEnhance可调节亮度与对比度；load()访问像素并修改颜色通道；Image.new()创建新图像并绘制图形。掌握这些基础功能即可应对大多数图像处理需求。
-
PyFlink是ApacheFlink的PythonAPI，它允许用户使用Python开发流处理和批处理应用。作为Flink在Python层的接口封装，PyFlink并非独立引擎，而是通过Python调用Flink的DataStreamAPI、TableAPI及SQL进行数据处理。用户可用Python定义数据源、转换操作和输出目标，并与Java/ScalaFlink集群集成。PyFlink适用于实时日志分析、指标统计、数据清洗和流式ETL等场景，需安装apache-flink包并依赖Java运行时执行。虽
-
本文深入探讨了Python中常见的FileNotFoundError，尤其是在处理文件路径时的常见误区和解决方案。文章详细解释了相对路径、绝对路径的概念，并提供了在不同场景下（包括使用VSCode等IDE时）正确指定文件路径的方法，通过示例代码和最佳实践，帮助开发者有效定位和解决文件找不到的问题。
-
Python工程化=项目结构+依赖管理+测试闭环+可部署性，需强制pyproject.toml、src/布局、CI三检（pytest/mypy/black）、typehint与__all__，淘汰setup.py和requirements.txt，用poetry+hatchling保障可复现性。
-
Python自动化发票识别核心是OCR提取+结构化处理，关键在识别准确率与字段自动对齐：选高精度中文OCR工具（如百度/腾讯API或PaddleOCR），预处理图片（纠偏、降噪、增强），结合坐标、关键词和规则定位字段，正则校验数值，交叉验证金额与校验码，最终导出为Excel/CSV/数据库/PDF。
-
Python表达式和运算符是程序逻辑基础，包括算术（+、−、、/、//、%、*）、比较（==、!=、<、>等，支持链式）、逻辑（and、or、not，短路求值）三类，需注意优先级、结合性及行为细节。
-
Python装饰器复用的核心是抽离通用逻辑为可配置、可组合的函数，包括参数化装饰器、类装饰器、装饰器工厂配合functools.wraps、以及组合式装饰器四种方式。
-
Python无传统头文件，但可通过四种方式模拟：1.用__all__控制模块公开接口；2.创建常量/配置模块；3.利用__init__.py聚合包级接口；4.集中管理类型定义。
