-
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__。
-
DetailView默认用pk查数据库，需在urls.py显式配置pk/slug；查不到抛Http404而非空页；关联查询应在get_queryset()用prefetch_related优化，过滤逻辑必须前置，自定义行为重写get_object()或get_queryset()。
-
DRF需手动注册到INSTALLED_APPS并正确配置参数：instance用于序列化模型对象，data用于反序列化前端数据；router注册需指定basename且URL路径严格匹配；CSRF问题应通过认证方式切换而非禁用。
-
argparse可通过type=str和合理nargs配置模拟curl--data-raw语义：默认nargs=None配合shell引号即可原样接收字符串，无需额外处理；推荐显式指定type=str并添加清晰help说明其不解析、不编码的原始传递特性。
-
答案：Python3提供多种字符串方法处理大小写，1.str.upper()将字符串转为大写；2.str.lower()转为小写；3.str.title()实现首字母大写；4.str.swapcase()互换大小写；5.isupper()、islower()、istitle()用于判断大小写状态。
-
dotenv加载失败主因是load_dotenv()未调用或时机过晚，需置于入口文件顶部；跨目录需显式指定路径；pydantic-settings提供类型校验与默认值但启动较慢，应延迟初始化。
-
__slots__仅限制动态添加实例属性，不阻止已有属性赋值、类属性、描述符、property或子类绕过；__setattr__是统一校验入口，需谨慎处理内置属性；不可变性需深拷贝或封装，而非依赖tuple/frozenset。
-
Python类序列化应避免直接使用pickle，因其存在兼容性、安全性和可维护性问题；推荐优先采用字典+JSON方案，通过to_dict()和from_dict()显式控制字段，并对特殊类型做预处理；复杂场景可选用dataclass+dacite或pydantic提升开发效率与健壮性。
-
Python中迭代器和生成器实现懒加载以节省内存，迭代器需实现__iter__和__next__方法，生成器函数用yield简化编写并自动支持状态暂停与恢复。
-
带参数装饰器本质是三层嵌套函数：最外层接收装饰器参数并返回中间层装饰器，中间层接收被装饰函数并返回内层wrapper，内层负责执行逻辑与重试等操作。
-
Python字符串切片和内置方法是高效编码的关键工具：切片s[start:end:step]支持省略参数、负索引与越界安全；方法如strip()、split()、join()等均返回新字符串，需赋值生效，组合使用可简洁解决实际问题。
-
CSV中文乱码需匹配真实编码，常见为GBK或utf-8-sig；dtype须显式指定防类型错误，如手机号用str、含空整数用"Int64"；结构异常用skiprows/header/usecols调整；大文件用chunksize分块处理，nrows仅截断。
-
答案：Python中创建类需使用class关键字定义属性和方法，通过\_\_init\_\_初始化实例，self引用对象本身，支持继承、多态及魔术方法实现高级行为。
-
路径分隔符、换行符、包名大小写、环境变量四类问题需统一处理：用pathlib.Path替代字符串拼接，文本文件操作加newline=""参数，requirements.txt全小写，环境变量用os.getenv+pathlib.Path.home()兼容跨平台。
-
python-docx仅支持.docx格式，不支持.doc；其paragraphs仅含正文段落，不含标题、表格等；中文显示依赖字体名但不校验存在性；纯文本提取需过滤空段落并逐run拼接。
