hongsegeming的博客

【代码】Python基础（②⑦MCP）

如果 Redis 没有 → 去 MySQL 账号表查 → 回写 Redis。MySQL：存账号 → user_id 的权威数据（保证一致性）。如果 Redis 有 → 直接拿到 user_id，去分表查详情。账号表放在 MySQL（权威存储）+ Redis 做缓存。单机资源有限 → CPU、内存、磁盘都可能成为瓶颈。单表数据太多 → 索引失效、锁竞争严重。用户输入账号 → 先查 Redis。单个数据库压力太大 → 查询变慢。水平分表（按 ID 取模）

站在应用和数据库之间，拦截 SQL，自动把 INSERT/UPDATE/DELETE 送到主库，把 SELECT 送到从库。所以，只要在这个网段里的机器上运行 MySQL 客户端，用 repl/密码 登录，就能连上主库（前提是网络通、端口开）⚠️ 注意：server-id 必须和主库不同，比如主库是 1，从库就用 2。从库 I/O 线程 → 去主库拿这份日志，存到自己本地（relay log）由 MySQL 自己完成（主库写 binlog，从库拉取并重放）之后，从库就会 自动更新，不需要你再管。

在 Web 开发里，最常见的序列化格式就是的本质是： 👉 把内存里的数据结构（比如 Python 的dict、Java 的对象、Go 的 struct）转换成一种{"username": "alice", "age": 20} 在 Python 里是 dict（内存里的哈希表）{"username": "alice", "age": 20} 变成字符串以后就是 JSON（纯文本）这一步才叫“序列化”：把 Python 对象 → 字符串。前半部分是序列化+Base64 的数据，后半部分是签名。

但是 Flask 会帮你自动完成。

【代码】Python基础（②②伪造JWT）

PyInstaller 会将 Python 代码编译成字节码，但仍可被反编译。可以给 EXE 文件添加详细的版本信息（在文件属性中显示），需要通过。dist 文件夹：里面有 main.exe 和一堆依赖文件。main.spec 文件：打包配置文件（高级设置用）build 文件夹：打包过程中的临时文件（可删除）如果想只生成一个独立的。

这个是 Python 模块 的名称。python -m 是一种在命令行中运行 Python 模块的方式。当你使用 python -m venv 时，你正在调用 Python 内置的 venv 模块。: 这个是你想创建的虚拟环境的名称。它是一个目录名，venv 模块会在这个目录下创建虚拟环境所需的所有文件和子目录（比如 bin 或 Scripts，lib 等）执行后，项目目录下会生成一个 venv 文件夹，里面包含独立的 Python 解释器和依赖库目录。标识会消失，回到全局 Python 环境。

在服务器上，放在 D:\project\random_numbers（假设你的脚本也放在 D:\project 下）；在本地电脑上，也放在 D:\project\random_numbers（和服务器路径完全一致）。

是专门为多线程设计的，自带锁机制，确保多个线程同时操作时不会出现数据混乱（线程安全）（双端队列）是 Python 内置的高效队列实现，支持从两端快速添加 / 删除元素。collections.deque：更轻量的队列实现，适合单线程场景。queue.Queue：用于多线程间的安全通信（线程安全）

创建一个// 定义包名，避免命名冲突// 定义服务// 加法 RPC// 乘法 RPC// 加法请求消息// 加法响应消息// 乘法请求消息// 乘法响应消息生成 Python 代码使用工具根据.protoimport osimport sys# 生成代码f'--proto_path={os.path.dirname(__file__)}', # 指定proto文件目录。

Protobuf 理解成一种「高效的结构化数据格式」，专门用来在不同程序之间传递或存储数据。它和 JSON、XML 的作用类似，但更小巧、更快。假设你要在两个程序之间传递一个「用户信息」，包含姓名、年龄、邮箱。用 Protobuf 存储同样的信息，会变成二进制数据（类似 \x08\x12\x06\xe5\xb0\x8f\xe6\x98\x8e...），虽然人看不懂，但程序能高效处理，而且体积更小。.protoProtobuf 不直接写数据，而是先定义「数据结构规则」，这个规则就写在 .proto 文件里。

堆是一种特殊的树状结构，最常见的是 “二叉堆”，它的核心特点是：最顶端的元素是 “最值”（默认小顶堆的顶端是最小值，大顶堆则是最大值）。往堆里添加 / 删除元素时，会自动调整结构，始终保持顶端是最值（这个过程叫 “堆化”）。可以想象成一堆叠起来的盘子：小顶堆：最小的盘子必须放在最上面，不管你怎么添新盘子或拿走最上面的，最后最上面的一定还是最小的。大顶堆：最大的盘子放在最上面，同理。用途：高效找最值、实现优先队列、Top K 问题等（比如用 heapq 模块快速找前几名最小 / 最大的元素）

Python 的内存管理机制可以简单理解为 “自动帮你管钱”—— 你不用手动申请或释放内存，Python 会自动处理。

假设你有一个，而 GIL 就是这个计算器的 **"使用权"**。

本文介绍了如何使用Python生成两种类型的二维码。首先需要安装qrcode和pillow库。第一部分演示了生成包含文本信息的二维码，通过QRCode类设置参数并保存为PNG图像。第二部分展示了如何生成包含vCard格式联系信息的二维码，使手机扫码后能直接添加到通讯录。文中提供了完整的代码示例，包括参数设置、数据组织和图像生成步骤，适用于不同场景的二维码生成需求。

ctypes是Python内置模块，用于调用C语言动态链接库（如.dll/.so文件），实现Python与C代码交互。它可直接调用现有C库，与Cython不同。示例展示了两种应用场景：1）调用Windows系统DLL实现消息框弹窗和获取屏幕分辨率；2）调用自定义C++编写的DLL，包括函数导出、编译生成DLL及Python调用过程。调用时需注意参数类型声明（如argtypes）和返回值处理（如字符串转换）。这种方法无需额外安装，适合快速集成现有C/C++功能。

Cython 是 Python 的超集，允许在 Python 代码中嵌入 C 语言特性，通过将代码编译为 C 扩展来提升执行速度，特别适合计算密集型任务。安装 CythonCython 代码以 .pyx 为扩展名，主要特性：保留 Python 语法兼容性可添加类型声明提升性能可直接调用 C 函数# 带类型声明的循环（性能更好）cdef int i # 声明变量类型为C的int# 循环10万次# 纯Python风格循环（用于对比）result = 0。

Celery 解决 “把任务扔出去，让别人（独立进程 / 机器）干” 的问题，适合重活、累活，还能多 “人” 一起干。普通异步解决 “同一进程内不等待” 的问题，适合快速的 IO 操作。在终端切换到tasks.py的文件夹，输入。

触发器（Trigger）：决定任务何时执行（日期、间隔、 cron 表达式）它的核心价值是帮你 “自动化” 那些需要定时执行的操作，无需人工干预。延迟执行操作：比如用户下单后，30 分钟内未支付就自动取消订单。执行器（Executor）：负责执行任务（如线程池、进程池）定时同步数据：比如每 10 分钟从远程接口同步一次数据。特定日期执行：比如每年 12 月 31 日执行年度统计。定时清理文件：比如每小时删除临时文件夹中的过期文件。爬虫程序中：定时爬取目标网站的最新数据。任务（Job）：要执行的函数或方法。

Python魔法方法摘要：__init__用于初始化对象属性（创建实例时自动调用）；__str__定义print()输出时的用户友好字符串；__repr__返回开发者友好的对象描述（可eval重现）；__call__使实例可像函数一样调用。这些方法分别控制对象初始化、字符串表示和调用行为，是Python面向对象编程的重要特性。

是什么？这是 Python 中用于处理可变参数的语法，确保装饰器能适配任何参数的函数：*args：接收所有位置参数，打包成一个元组（tuple）**kwargs：接收所有关键字参数，打包成一个字典（dict）print("位置参数：", args) # 元组形式print("关键字参数：", kwargs) # 字典形式# 调用时传入各种参数wrapper(1, 2, name="张三", age=20)位置参数： (1, 2)

本文介绍了Python中Enum枚举类和类型注解的使用方法。通过Color枚举类示例展示了如何定义枚举选项及其值访问。同时详细说明了函数类型注解的写法，包括基本类型(int,str)、容器类型(List,Dict)、特殊类型(Any,None)的标注方式，并提供了字典类型注解的完整示例代码，演示了如何对字典参数和返回值进行类型标注。

在Python类中，self表示当前对象实例，用于区分不同对象的属性和方法，相当于对象的"身份证"。__init__是构造函数，在创建对象时自动调用，用于初始化对象属性，如同"出生证明"。通过self和__init__配合，可以确保每个对象拥有独立的属性和正确的初始化状态，这是面向对象编程的基础机制。例如Dog类中，self.name能准确访问不同狗对象的名称，而__init__则在创建对象时就完成属性赋值。

【代码】Python基础（嵌套和逻辑代码）

该代码展示了两种使用doubao视觉API进行图片识别的Python实现。两种方法都通过POST请求发送包含图片URL和文本问题的JSON数据到指定API端点，使用API密钥认证，并配置了Clash代理(7890端口)。主要区别在于：第一个示例使用doubao-1.5-vision-pro模型识别演示图片，第二个示例使用doubao-vision-pro模型识别自定义URL图片并专门提取AI回复内容。代码都包含完整的错误处理逻辑，包括HTTP错误、请求异常和JSON解析错误的捕获与输出。第二个实现额外添加了

Flask蓝图是一种模块化组织代码的方式，可以将应用拆分为多个独立组件，如用户管理和文章管理模块。示例展示了如何创建posts和users蓝图，分别处理文章和用户相关的API请求，包括GET和POST方法。通过工厂函数注册蓝图，并设置URL前缀。此外，还介绍了自定义@login_required装饰器的实现，用于保护需要登录的路由。这种结构使Flask应用更易于维护和扩展。