-
hash()仅适用于内存内临时场景，如字典键、集合去重；跨进程、持久化或跨版本需用hashlib等确定性算法，且自定义类的hash必须与eq一致并基于不可变字段。
-
requests.get()返回乱码或空内容主因是编码识别错误，应优先用response.content配合chardet或charset_normalizer推测编码再解码；它无法获取JS渲染内容，需查源代码或抓取API；须设timeout、重试机制及正确Cookie/Referer等头信息。
-
Celery实现Python爬虫调度的核心是将任务标准化为异步、定时、可重试、可监控的作业，关键在于任务拆分、触发时机、失败处理与资源隔离。
-
asyncio.Lock用于协程间同步共享资源，确保单线程异步环境中临界区互斥访问；不适用于跨线程、阻塞I/O或CPU密集型任务。
-
Python解析JS需先用esprima或slimit转AST，再遍历修改；Webpack模块需正则提取__webpack_modules__并处理__webpack_require__.d调用；加密逻辑靠人工识别atob、异或等模式；验证用PyMiniRacer而非PyExecJS。
-
Python文件系统遍历性能优化核心是减少系统调用：优先用os.scandir()替代os.listdir()，利用DirEntry复用内核缓存信息；Python3.12+推荐Path.walk()；按需调用entry.stat()，避免重复解析路径和无谓stat()；善用glob.iglob等惰性接口。
-
浅拷贝只复制第一层引用，嵌套对象仍共享；深拷贝递归复制所有层级，彻底隔离对象图；赋值b=a仅为新增引用，不创建新对象。
-
os.popen用于执行系统命令并读取输出，返回文件对象，支持read()等方法，但现代Python推荐使用subprocess模块以获得更强功能和安全性。
-
切片操作可截取列表元素并返回新列表，如my_list[1:4]得[1,2,3]，支持步长与负索引，常用于提取子列表或反转。
-
Python中的“数组”主要指list和numpy.ndarray。list是内置的异构序列，支持多种数据类型和动态操作，适合小规模或非数值数据处理；而numpy.ndarray是同质多维数组，基于C实现，内存连续，支持高效数值运算和广播操作，适用于大规模科学计算。两者可通过np.array()和tolist()相互转换，核心区别在于数据类型一致性、性能和功能：list灵活但慢，ndarray高效专用于数值计算。
-
本文详解如何将PyAudio采集的原始音频流（int16PCM）通过WebSocket实时传输至浏览器，并使用WebAudioAPI正确解码与播放，重点解决decodeAudioData报错“unknowncontenttype”的核心问题。
-
zfill()仅对字符串左补零且不处理小数点或多余符号；%02d等旧式格式化只适用于整数；f-string的f'{n:02d}'是目前最稳妥的整数补零方式，兼顾类型与精度。
-
升级Python前须确认当前版本及安装方式，官网安装包可无损升级但需勾选PATH和launcher选项，conda或venv环境应分别用condainstall或重建虚拟环境，升级后需运行python-mensurepip--upgrade修复pip并更新IDE解释器路径。
-
FileField和ImageField在数据库中仅存储文件路径字符串，实际文件由default_storage后端写入磁盘或远程存储；删除数据库记录不会自动删除文件，修改字段值也不会移动原文件；MEDIA_ROOT需设绝对路径并确保写权限，MEDIA_URL必须以/开头结尾，且开发时需在URLconf中显式配置static()服务媒体文件，生产环境应由Nginx/Apache托管；request.FILES中的文件对象需通过模型字段save()或default_storage.save()安全保存，不可
-
本文详解如何在Python（NumPy）中将两个形状为(n,1)的列向量合并为一个二维数组，实现类似MATLAB中A(:,2)=B的列赋值效果，涵盖np.c_、np.hstack等高效方法及关键注意事项。
