-
Python大规模分布式爬虫平台核心是分层解耦，聚焦调度、去重、抓取、存储、容错五大模块：调度中心统一任务分发与生命周期管理；去重模块实现URL/指纹/内容三层面全局一致低延迟去重；Worker节点无状态、高并发、自动降级；数据经Kafka缓冲后结构化入库；全链路需监控埋点与指标看板。
-
根本原因是Django在DEBUG=False时不触发logging.ERROR传播，而Sentry默认只监听该级别；必须在settings.py中显式配置LOGGING，将django.request和django.security的ERROR日志传给Sentryhandler，并确保environment='production'、release动态对齐CI/CD。
-
list()仅转换最外层元组，无法递归处理嵌套元组；需用递归函数判断isinstance(obj,tuple)，对元组元素逐个调用自身，非元组类型原样返回。
-
应使用Python内置csv模块配合newline=''和quoting=csv.QUOTE_MINIMAL，或预处理修复引号嵌套，或改用pandas.read_csv并设置quoting=csv.QUOTE_ALL与lineterminator参数。
-
根本原因是ftplib默认使用主动模式（PORT），而现代网络环境普遍只支持被动模式（PASV），需手动调用ftp.set_pasv(True)；上传失败还常因未处理异常类型、未校验文件完整性、未用临时文件名+重命名原子操作、误用storlines替代storbinary，以及大文件未分块传输所致。
-
asyncio.wait不控制任务执行顺序，仅并发等待可等待对象完成；需顺序执行时应直接await，有依赖的并发任务应封装为内部串行的协程单元。
-
观察者模式是“一对多”依赖关系，被观察者状态改变时自动通知所有观察者；Python中可用函数引用和列表实现基础订阅系统，weakref可避免内存泄漏，生产环境推荐blinker等轻量库。
-
ScannerError是YAML词法扫描阶段的语法错误，源于冒号缺失、Tab缩进、全角符号、引号不匹配等字符级违规，需用yaml.scan()定位line/column并检查空白符与编码。
-
.pre-commit-config.yaml不生效的主因是未运行pre-commitinstall（而非install-hooks）导致钩子未写入.git/hooks/pre-commit；新增修复型钩子默认只检查暂存文件，需pre-commitrun--all-files手动触发；default_stages缺失或language_version未显式指定也会导致跳过。
-
Celery任务重试必须显式传countdown参数，否则默认countdown=0导致瞬时重试；指数退避需手动计算countdown值（如2**self.request.retries），并用raiseself.retry(countdown=countdown,exc=exc)触发，不可仅调用self.retry()。
-
应使用mutagen提前解析音频文件获取总时长，因pygame.mixer.Sound.get_length()不稳定且不支持MP3，pygame.mixer.music无直接时长接口；mutagen支持MP3/WAV/OGG，一行代码返回秒级精度浮点数。
-
Python命名空间是名字到对象的映射，分为局部、全局和内置三类，按LEGB规则查找；作用域决定可见性，if/for不建新命名空间，class创建独立命名空间，可用locals()、globals()等查看。
-
Python不支持InterfaceOne&InterfaceTwo这样的交集类型语法，但可通过typing.Protocol定义结构化协议，并通过多重继承协议创建“组合协议”，从而精准表达“必须同时满足多个接口”的类型约束。
-
面向失败的设计需预判故障点并确保系统可恢复，而非仅用try/except掩盖错误；每个except必须记录日志、告警或降级，区分I/O异常类型，HTTP失败时优先缓存或切备用接口，非法输入应抛具体异常而非返回None，测试须覆盖失败路径。
-
list.index()找不到元素时抛ValueError而非返回-1或None；支持start/stop参数限定搜索范围但返回原列表绝对索引；仅返回首个匹配索引，查全部需用enumerate；行为与str.find()不同，不可混用。
