-
应显式列举空值、None、边界数字等异常输入，用@pytest.mark.parametrize逐一覆盖；需精确声明预期异常类型并用match校验消息；Unicode边缘case如BOM、零宽空格、代理对须硬编码测试。
-
生成器抛异常后立即终止迭代；需用try/except内部捕获异常才能继续yield；throw()可外部注入异常并由生成器处理；StopIteration后生成器永久关闭不可重用。
-
Python高阶函数的实际价值在于抽离重复逻辑、明晰数据流、支持行为配置，尤其适用于批量处理、规则统一和动态策略场景，能显著减少冗余、提升可维护性。
-
Python正则解析系统应分层设计：抽象模式单元、类封装匹配逻辑、调度器统一管理；按结构拆分可插拔解析器类，预编译正则、返回命名组、支持语义校验；用注册表替代if-elif链，支持动态加载与上下文感知；辅以缓存和标准化输出。
-
Python注释应说明“为什么”而非“做什么”，需清晰简洁、聚焦决策理由；函数文档字符串须结构化，标明参数类型、返回值及异常；行内注释宜简短右对齐；注释须随代码同步更新，避免过期误导。
-
推荐用字典继承+环境变量驱动加载：config/下分base.py、development.py、production.py，主类通过dict.update合并；YAML用&anchor/*anchor复用字段，Python侧deepmerge；敏感配置走环境变量或加密文件。
-
queue.Queue不能用于协程场景，因为它基于线程阻塞而非协程挂起，不支持await；应改用asyncio.Queue，其通过协程挂起实现背压与异步等待。
-
优先使用Playwright或Selenium启动真实浏览器执行混淆JS，再提取DOM；若必须正则解析，需预处理注释与零宽字符、兼容进制与多行匹配，并识别String.fromCharCode等字符串构造模式。
-
asyncio.run()不能在已运行事件循环中调用，因设计上单线程仅允许一个顶层循环；Web框架或Jupyter中应改用await或create_task()；await后必须为Awaitable对象，同步IO需替换为异步版本或用run_in_executor()。
-
import语句触发Python导入协议：先由sys.meta_path查找器定位模块，再由加载器执行并注入sys.modules缓存；可被拦截实现热重载等高级功能。
-
本文介绍如何基于时间序列连续性，从PandasDataFrame中筛选出满足“最近N个自然月内存在至少N条连续月度观测”的unique_id及其全部记录，适用于时序建模前的数据质量校验。
-
打开Pycharm非常简单：1.通过桌面快捷方式双击图标启动；2.通过开始菜单找到Pycharm图标点击启动。首次启动时，你会看到欢迎界面并进行初始设置，如选择主题、设置Python解释器和配置插件。
-
PyPy、Cython和Numba是三种提升Python性能的有效工具。PyPy通过JIT编译加速纯Python代码，适合CPU密集型任务且无需修改代码；Cython通过类型声明将Python代码编译为C代码，适用于精细化性能优化和C库集成；Numba利用@jit装饰器对数值计算进行JIT编译，特别适合NumPy数组操作和科学计算。选择取决于代码特性：PyPy适合纯Python场景，Cython适合需深度优化的部分，Numba适合数值计算密集型任务。
-
__getattr__仅在访问不存在属性时触发，用于动态代理、惰性加载和友好错误提示；它不拦截已定义属性或方法，也不替代__getattribute__。
-
SVM是一种通过寻找最大间隔超平面进行分类的监督学习算法，利用核函数处理非线性数据，在高维空间表现优异；Python中使用scikit-learn的SVC类实现，需注意数据标准化和参数调优以提升性能。
