-
Flask-Limiter必须显式指定storage_uri（如redis://），否则默认memory://在多进程下失效；rate字符串格式严格限定为“数字/单位”，单位仅支持/second、/minute等；反向代理需重写key_func提取X-Forwarded-For真实IP。
-
sys._current_frames不检测死锁，仅提供线程调用栈快照；需人工分析依赖环，结合锁状态、持有者信息及跨层阻塞点综合判断。
-
本文详解如何解决使用Selenium或undetected_chromedriver访问印度公司事务部（MCA）官网时被强制重定向至首页的问题，重点提供规避反爬检测、禁用headless模式、配置浏览器指纹等实用方案。
-
“半开状态”是断路器模式中上次失败后冷却期满、由下一个请求试探的瞬时状态，依据单调时钟判断冷却是否结束，成功则闭合、失败则断开，非定时切换且不可持久。
-
Python异步异常处理的核心在于：异常在await表达式处被重新抛出，且传播路径与同步代码逻辑一致，但需注意协程栈与事件循环的交互细节。await是异常传播的关键节点当一个协程中发生异常（如raiseValueError("oops")），该异常不会立即向上冒泡，而是被封装进返回的Awaitable对象（如Task或coroutine）。只有在调用方await该对象时，异常才真正抛出到当前协程上下文中。未被await的协程（比如只调用some_coro()而
-
Python注释用于解释代码且不被执行，主要分为两种：1.单行注释用#开头，适用于简短说明，可置于代码后或独立成行；2.多行注释用'''或"""包裹，虽为字符串但未赋值时被忽略，常用于函数或模块的文档说明，并可通过.__doc__访问。
-
nlargest比排序更快是因为它仅维护大小为k的最小堆，时间复杂度O(nlogk)，避免全量排序O(nlogn)；当k接近n时优势消失，且返回结果不保证内部有序。
-
二维数组dpi必须从左上角按行主序填充，因其依赖dpi-1和dpi-1]，二者均位于左上方；dp0和dpi均为0，源于“无物品”或“零容量”时价值必为0的定义；重量超限时直接取dpi-1。
-
AttributeError:Can'tgetattribute'XXX'on<module'__main__'>是因反序列化时找不到类定义，pickle仅存模块路径+类名，需确保类已执行定义且导入路径一致。
-
sklearn.LinearRegressionpredict全为nan的常见原因是输入特征含NaN或inf，因该模型不检查缺失值；应训练前用np.isnan(X).any()和np.isinf(X).any()检查，并优先用SimpleImputer(strategy='median')处理缺失值。
-
Python3中不存在xrange，直接用range即可，它行为等同于Python2的xrange，是惰性求值的内存友好型迭代器；np.arange不是替代品，因其返回ndarray且有浮点精度问题。
-
Pydantic进阶能力包括：一、自定义字段验证器与多阶段校验；二、模型配置类深度定制；三、TypeAdapter实现运行时泛型解析；四、模型继承与字段覆盖；五、序列化钩子与自定义JSON编码器。
-
最稳方法是用pandas.read_excel配合iloc定位，如header=None后用.iloc[1,1]取B2；批量处理用glob+os.path.join构建路径并校验文件存在性；结果统一收集后写入，避免覆盖。
-
推荐用time.time()+os.stat().st_size轮询判断文件是否增长，轻量跨平台；需处理日志滚动、编码（优先utf-8，fallbackgbk）、换行符、重复告警（缓存哈希或记录偏移量）、Windows文件锁（捕获PermissionError并重试）等问题。
-
PyTorchload_state_dict()报KeyError的根本原因是模型结构与保存的权重键名不匹配，常见于层名修改、增删层、预训练脚本版本差异或未初始化模型实例；strict=True默认启用严格校验，strict=False仅忽略不匹配键但不补全映射，需结合MissingKeys/UnexpectedKeys检查，优先通过手动调整state_dict键名或源头规范命名来解决。
