-
repr函数返回对象的官方字符串表示，主要用于开发者调试。1.调用repr(obj)可获取能反映类型和内容的字符串，理想情况下可用于重建对象。2.对内置类型，repr显示带引号或明确结构的形式，如repr("hello")返回"'hello'"，repr([1,2,3])返回"[1,2,3]"。3.与str不同，str面向用户易读输出，repr强调精确性，print调用str，交互式环境默认显示repr结果。4.若类未定义__str__，则使用__repr__作为备选。5.自定义类中实现__repr__方
-
递归函数正确需满足：边界条件完整且可达，每次递归必须缩小问题规模；否则将导致无限调用或逻辑错误。
-
必须用ConventionalCommits，因semantic-release等工具依赖feat:、fix:、chore:等前缀自动判定变更类型并生成CHANGELOG和版本号；Python项目需小写前缀+英文冒号空格，范围用具体技术如poetry、black，避免模糊词与废话。
-
Python中替换字符串主要用str.replace()和re.sub()。前者适用于简单字面值替换，语法直观、性能高；后者基于正则表达式，支持复杂模式匹配、大小写不敏感替换及捕获组等高级功能。replace()通过count参数限制替换次数，re.sub()也支持count和flags（如re.IGNORECASE）实现更灵活控制。选择取决于需求：简单替换优先用replace()，复杂模式选re.sub()。
-
CI中pytest找不到测试文件或报错，主因是工作目录与Python路径不一致、缺少__init__.py、环境变量缺失、临时文件并发冲突及coverage路径配置错误。
-
本文介绍如何在Python函数中通过`args接收任意数量的等长列表，并利用zip(*args)`实现逐行合并输出，无需预先知道参数个数，适用于动态数据结构处理场景。
-
Python处理日志的核心工具是其内置的logging模块，它提供了一套全面且高度可配置的日志管理框架。logging模块包含四个核心组件：Logger负责产生日志；Handler决定日志输出位置；Formatter定义日志格式；Filter控制日志内容过滤。相比print语句，logging支持多级日志分类（DEBUG、INFO、WARNING、ERROR、CRITICAL），具备线程安全机制，适用于多线程和异步环境。此外，logging模块提供了多种内置Handler，如StreamHandler（输
-
OBS30内置WebSocket插件（v5）已废弃旧版SetSourceSettings和SetTextGDIPlusProperties请求，需统一使用SetInputSettings更新文本和图像源设置。本文详解适配方法及关键注意事项。
-
缺失值和异常值需结合业务逻辑与数据分布处理：识别时需检查隐性缺失；填充要按列类型选择策略；异常值检测应兼顾统计与业务规则，并通过截断、分箱或专项分析等方式处理。
-
NumPy数组比Python列表快的核心原因是内存连续且类型固定。列表存储对象指针，需频繁查类型和跳地址；ndarray是连续C内存块，存原始数值，支持SIMD批量处理与零开销类型检查。
-
<p>Python3中静态字符串默认为Unicode（str类型），源文件使用UTF-8编码；Python2中默认为字节串（str类型），需声明#coding:utf-8并用u""表示Unicode字符串。</p>
-
Python请求HTTPS报SSL验证失败应优先修复证书环境：更新系统CA证书、升级certifi库、确认证书路径正确；仅开发时可临时禁用验证，生产环境严禁；自签名证书需手动添加至信任链。
-
vars()不传参时等价于locals()，传参后返回对象的__dict__；locals()只返回当前作用域局部变量快照且不可修改，vars()则依赖对象是否支持__dict__。
-
当需要带状态的函数（如计数器、缓存、限流器）时才用__call__，普通函数更轻量高效；误用于无状态场景会增加复杂度且性能略差。
-
装饰器是Python实现权限校验与日志记录等横切关注点的自然方式；支持参数化（如@require_role('admin')）、多角色校验、自动日志记录（含trace_id）、叠加使用及异步适配，需注意元信息保留、异常降级与三层嵌套结构。
