-
Python中数据类型分为可变（如list、dict）与不可变（如int、str、tuple）两类：可变类型支持原地修改且id不变，不可变类型任何“修改”均生成新对象并改变id。
-
SEO_SSR并非Python标准概念，实际应通过Jinja2等模板引擎在服务端直出含title、description等元信息的完整HTML，避免JS渲染或伪SSR方案。
-
缩进错误：Python依赖缩进，应统一用4空格；2.变量未定义：先初始化再使用；3.索引越界：访问前检查长度或用try-except；4.混淆==与is：值比较用==，None判断用is；5.迭代时修改列表：应遍历副本或用列表推导式；6.默认参数为可变对象：应设为None并在函数内初始化；7.忽视异常处理：对可能出错操作使用try-except。注意这些可提升代码健壮性。
-
当PandasDataFrame中仅存在列A或列B之一时，可通过条件列名选择配合.at实现一行式安全取值，避免KeyError，无需冗长的if-else判断。
-
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。
