-
Python数据抓取核心是理清“请求→响应→解析→存储”四环节：一、明确目标与请求方式，区分静态/动态加载，合理选用requests或Selenium；二、用CSS选择器精准提取字段，注意防KeyError和文本清洗；三、设计容错逻辑应对缺失、格式混乱与结构变动；四、结构化保存前需校验数据一致性与完整性。
-
本文详解如何在数据库（SQL）和编程语言（Python）中，根据表中weight列对行进行加权随机抽样，确保每行被选中的概率严格正比于其权重值。
-
列表推导式和字典推导式是Python中提升代码简洁性与可读性的核心技巧，用一行表达式替代多行循环+条件判断，语法分别为[表达式for变量in可迭代对象if条件]和{键:值for变量in可迭代对象if条件}，需避免副作用、过度嵌套，注重可读性。
-
pd.Grouper(freq='15min')本质是按15分钟边界对齐时间索引后分组，要求索引为datetime64[ns]、已升序排序，并需显式指定origin和closed以控制对齐方式与区间闭合，否则易导致分组错位或空桶丢失。
-
路径由根目录、目录层级、文件名和特殊符号组成，Windows用C:\或/为根，Linux/macOS以/为根；目录间用/或\分隔，推荐用os.sep或pathlib避免兼容问题；文件名含主名与扩展名；.代表当前目录，..为上级目录，~指用户主目录，应使用os.path或pathlib模块处理路径。
-
conntrack表满时内核强制将tcp_established_timeout重置为300秒，与配置值无关；表现为长连接异常断开、insert_failed增长、ESTABLISHED连接集中存活250–350秒。
-
切换Python版本的核心是控制python或python3命令指向的可执行文件，推荐使用pyenv（支持全局、局部及会话级切换），其次macOS可用Homebrew手动重链接、Linux可用update-alternatives系统管理、Windows推荐PythonLauncher。
-
抽象类是定义统一接口和强制子类实现逻辑的契约工具，需继承abc.ABC并用@abstractmethod标记必须重写的方法；含抽象方法则不可实例化，但可封装共用逻辑与类属性；子类须实现全部抽象方法，否则仍为抽象类；Protocol适用于轻量、松耦合的接口约定。
-
使用int()函数可将字符串转为整数，支持指定进制和自动忽略空白字符，但非法字符会引发ValueError；可通过try-except处理异常，或用正则提取数字；浮点字符串需先转float再转int，可选择截断、四舍五入等策略；大批量转换时推荐map()或numpy以提升性能。
-
Python类型提示仅用于静态分析，不改变运行时行为；需配合mypy等工具并配置严格选项（如--strict、--disallow-untyped-defs）才能有效捕获类型错误。
-
Python爬虫模拟浏览器行为需按需选择方案：静态页用requests+headers，JS渲染用Playwright，强交互场景叠加轨迹模拟与验证码识别，并注意Session复用、指纹管理及人工fallback机制。
-
gc.collect()仅在显式打破大型循环引用后急需释放内存时有用，且需确认无其他强引用；避免在含del的对象或非CPython环境中调用，优先用weakref等设计手段预防问题。
-
首先创建规范的项目结构，包括主模块目录、setup.py和README.md等文件；接着编写setup.py配置元数据并自动发现包；然后通过setuptools和wheel生成sdist和bdist_wheel分发包；再使用twine将包上传至PyPI；最后可采用pyproject.toml替代传统setup.py以符合现代Python打包标准。
-
连接池大小应根据应用并发与数据库吞吐的平衡点动态调整，推荐从minconn=5、maxconn=20起步，结合QPS和Threads_connected监控优化；需匹配idle超时与数据库wait_timeout，多线程用ThreadedConnectionPool并全局单例，异步场景用asyncpg.create_pool，务必用with或try/finally确保连接归还。
-
Python中可用id()获取列表内存地址，返回十进制整数，hex()可转十六进制；修改列表元素不改变地址，但重新赋值会创建新对象；无需且不应使用ctypes等模拟C指针。
