-
CSRF防护需服务端绑定、一次性/短时效、传输隔离三条件并存，Django/Flask默认防护存在AJAX、JSON接口等盲区，须前后端协同管控token生命周期与传输路径。
-
--hashlimit-upto在UDP反射攻击中失效，因其默认按conntrack连接限速，而CLDAP/Memcached攻击为伪造源IP的无连接单包UDP流量，不进入conntrack表；须改用--hashlimit-modesrcip、--hashlimit-srcmask32/128，并禁用conntrack依赖。
-
==比较值是否相等（由__eq__控制），is比较是否为同一内存对象；小整数和短字符串可能因缓存导致is误判；None必须用is判断；重写__eq__需同步处理__hash__以保证哈希一致性。
-
核心是用直方图+KDE判断分布形态，箱线图识别异常与偏态，小提琴图对比多组分布，CDF图精确比较差异；需据数据量和目标灵活组合2–3种，并规范标注。
-
本文详解Selenium中element_to_be_clickable显式等待“误判”可点击状态的原因——该条件仅验证元素是否存在、可见且启用，但不检测视觉遮挡；提供可靠规避遮挡（如Cookie弹窗）的工程化等待策略，彻底替代time.sleep()。
-
\b是零宽单词边界断言，匹配一侧为\w（字母、数字、下划线）、另一侧为\W或字符串边界的位置，不匹配实际字符；下划线被视为单词字符，故word_1中\_两侧无\b。
-
发布后须立即在干净虚拟环境中验证import、CLI执行、版本一致性及最低Python版本兼容性，避免用户首用即崩。
-
Python中的线程池主要通过concurrent.futures模块实现，而不是_concurrent（该模块是内部私有模块，不建议直接使用）。实际开发中应使用公开、稳定、文档完善的concurrent.futures.ThreadPoolExecutor。ThreadPoolExecutor基本用法创建线程池执行器后，用submit()提交单个任务，或用map()批量提交可迭代任务：submit(fn,*args,**kwargs)返回一个Future对象，可用.res
-
asyncio不自动处理背压，需开发者显式设计：用有界asyncio.Queue（maxsize>0）、Semaphore限流、避免put_nowait等陷阱，全程匹配生产与消费速率。
-
推荐使用FastAPI或Starlette等异步框架，配合asyncpg、httpx.AsyncClient等异步库和Uvicorn多worker部署，结合JSON优化、分页、Gzip压缩、分层缓存及数据库连接池与查询优化，全面提升高并发API性能。
-
用pdb.set_trace()或breakpoint()可在代码任意位置加断点，需注意import和环境变量；常用命令为n、s、c；pp和l命令辅助查看变量与上下文；多线程、异步、打包等场景需特殊处理。
-
在Tkinter多文件项目中，应为每个需使用tkinter的模块显式导入（如importtkinterastk），而非依赖主模块的导入；Python的模块缓存机制确保重复导入仅创建引用，无性能开销，且能保证代码可读性、可维护性与独立性。
-
Flask默认日志不写入文件是因为开发服务器仅输出到stderr且未配置文件handler；生产环境日志更易被WSGI接管或丢弃。常见问题包括basicConfig失效、日志仅显示在终端、重启后文件为空及多进程错乱。根本原因是app.logger是独立实例，不继承rootlogger配置，且Flask启动时已添加StreamHandler，basicConfig仅在root无handler时生效；同时若未显式设置日志级别，WARNING以下消息会被过滤。可靠写法是直接为app.logger添加Rotati
-
asyncio.gather()默认采用fail-fast策略，任一协程抛出未捕获异常即中断执行并取消其余任务；设return_exceptions=True可将异常转为返回值，实现异常隔离；任务完全独立应改用create_task()+wait/as_completed。
-
Python网络请求异常处理核心是精准捕获、区分错误类型、分设连接与读取超时、对临时错误指数退避重试、记录完整上下文日志。
