-
Flask的before_request必须在app实例创建后、run()前注册，工厂模式需在create_app内注册，蓝本需用bp.before_request单独挂载；多个钩子按注册顺序执行，任一异常中断后续；应使用app.logger安全记录日志，避免耗时操作；与after_request非自动配对，异常时after_request不执行，需用teardown_request兜底；默认不拦截静态文件和404，需禁用自动静态路由或使用WSGI中间件实现全局拦截。
-
Flask流式响应需用Response包裹生成器并设direct_passthrough=True，禁用Nginx/Gunicorn缓冲，视频流须配对Content-Type与HTTPRange，MJPEG用multipart/x-mixed-replace，避免time.sleep阻塞worker。
-
Python解释器启动时先执行C层初始化（如Py_Initialize），再构建sys.path并加载内置模块，接着创建__main__模块执行用户代码，源码解码则按需在import或执行时进行。
-
Flask中取多文件需用request.files.getlist('files')获取FileStorage列表，而非request.files['files']；须校验文件头MIME与后缀、重命名防路径遍历、实时限流防DOS。
-
requests.get()默认将响应体全部加载到内存，大文件易导致OOM；应使用stream=True流式下载，配合iter_content分块写入磁盘，并配置超时、重试与连接复用以增强健壮性。
-
轻量级模型需“有依据地精简”+“不伤精度地压缩”，剪枝与量化协同设计是关键：先通道剪枝再量化为推荐顺序，校准与微调保障精度，结构化剪枝和QAT优于单独使用。
-
异常值识别需据数据分布选择方法：正态分布用Z-score（阈值>3），偏态分布用IQR；盲目均值填充易扭曲规律，须结合业务逻辑。
-
Python的“私有属性”实为命名改写机制：单下划线\_xxx是受保护约定，无语言限制；双下划线\_\_xxx触发\_ClassName\_\_name改写，防子类冲突但非真正私有，体现“我们都是有责任心的成年人”哲学。
-
Python源码级面试题核心是理解CPython解释器机制：字节码编译与执行、PyObject对象模型、引用计数与gc回收、GIL作用及限制。
-
Frame是Tkinter中用于组织控件的容器，需显式布局才可见，嵌套时各层grid坐标系独立，调试可用relief/bd加边框，禁混用pack/grid，深嵌套建议类封装。
-
本文介绍如何通过标准输出（stdout）替代文件写入的方式，使运行在临时Docker容器中的定时批处理任务（如PythonETL脚本）日志可持久化采集、查看与管理，并兼容本地cron及云平台（如GoogleCloudScheduler）部署场景。
-
本文深入解析UDP单向传输场景下“发送端日志显示全部发出，但接收端持续丢失末尾数据包”的典型问题，揭示其本质是操作系统收发缓冲区失衡所致，并提供可落地的socket参数调优方案。
-
遇到嵌套字典报RecursionError主因是循环引用而非层级深；应使用id()去重、栈模拟递归、生成器yield提取字段，并警惕object_hook性能陷阱及非内置dict类型兼容性问题。
-
用dict+时间戳实现带过期的内存缓存类，支持set(key,value,ttl)和get(key)，读取时自动清理过期项；多线程下加threading.Lock保障安全；纯计算场景可直接用@lru_cache；需持久化可序列化到JSON文件。
-
使用sum、max、min和len计算列表的和、最大值、最小值及平均值；2.用filter结合lambda筛选偶数等符合条件的元素；3.用map对每个元素平方等映射操作；4.用sorted排序，set去重并排序，注意map和filter返回迭代器需转list。
