-
pd.json_normalize()处理字典列需先转为列表：df['col'].tolist()，且record_path必须为列表（如['items']）；否则报KeyError、返回空DF或TypeError。
-
文本分类在爬虫开发中需边爬边设计，核心是将分类逻辑前置到采集与预处理环节。先明确分类目标、边界及标签可提取性，嵌入轻量级规则钩子实现初筛，并构建“采集→清洗→向量化→训练→评估→反馈”闭环。
-
异常适用于真正出错、不该被忽略的意外情况，如文件缺失、网络不可达、严重参数错误；返回值适用于失败常见且需主动处理的场景，如字典取键、用户输入解析、查询无结果。
-
本文详解如何在SymPy中对形如cos(nθ)的三角函数进行定积分计算，重点解决因未明确排除n=0导致Piecewise结果不符合预期的问题，并提供声明符号属性、验证边界值及安全求值的完整实践方案。
-
float('inf')在浮点语义上大于sys.maxsize，但二者类型、语义和底层表示均不同，不可混用：前者用于浮点/通用比较场景（如算法极值初始化），后者用于整数上下文。
-
递归函数的核心是函数自我调用并设停手条件。首先确定基线条件（如n≤1时返回n），再定义递归步骤（如fibonacci(n-1)+fibonacci(n-2)），确保问题规模缩小。常见陷阱包括无限递归导致的RecursionError和重复计算带来的性能问题，可通过记忆化（缓存已计算结果）优化。递归适合处理树、图等递归结构问题，代码简洁但有栈溢出风险；迭代则性能更优、内存更省，适合线性问题。两者可相互转换，如阶乘可用for循环替代递归。调试递归时可用print追踪调用栈或使用pdb调试器，结合画图和“信任递
-
PythonWeb开发核心在于理解请求响应生命周期、路由分发、中间件顺序与状态管理，而非框架语法；掌握WSGI/ASGI、路由映射、中间件执行链及request作用域原理，才能深入调试与扩展。
-
事件重写是通过继承控件类并重定义事件处理方法来实现自定义行为，如mousePressEvent、paintEvent等，用于响应鼠标、键盘、绘制等操作。
-
pd.read_html()返回空列表的根本原因是默认只解析含至少1行1列的完整<table>标签，无法处理div模拟表格、JS动态渲染、iframe内表格等场景。
-
groupby后不能直接调用sample()，因DataFrameGroupBy对象无该方法；须用apply包裹，如df.groupby('category').apply(lambdag:g.sample(n=2))，并注意索引、小分组兜底及性能优化。
-
拓扑排序用deque而非list.pop(0)因其为BFS模拟，需O(1)队首弹出；建图方向为先修课→后续课；环通过拓扑序列长度是否等于n判断。
-
Mock是测试中替代真实对象以隔离外部依赖的技术，用于避免数据库、HTTP请求等慢且不稳定的副作用，专注验证逻辑正确性；Python用unittest.mock的Mock和patch实现模拟、断言与自动还原。
-
Linux/macOS的shebang由内核直接解析，Windows则忽略它；推荐#!/usr/bin/envpython3以适配不同环境路径，避免硬编码；Windows需用py启动器（如pyscript.py）才支持shebang版本识别。
-
本文详解如何在Flask+Gunicorn部署场景下，使HTML模板和CSS/JS等静态文件修改后自动触发进程重载，重点纠正reload_extra_files配置项的常见误用及路径匹配陷阱。
-
Python字符串不可变是理解内存、编码和引用的起点：驻留机制、编码解码错误根源、f-string与format性能差异及内存管理耦合需深入底层。
