riven78的博客

异步上下文管理器是上下文管理器的一种，它能够在其 `__aenter__` 和 `__aexit__` 方法中暂停执行。

asyncio库基础函数

asyncio.Task 对象

事件循环（Event Loop）是异步程序的核心调度器，负责在单线程内管理协程的执行、I/O事件监控及回调触发。

Python 生成器的协程实现机制基于其暂停与恢复执行的特性，结合双向通信能力。

Python 协程是一种用户态的轻量级并发编程模型，其核心特性是通过协作式调度在单线程内实现任务切换。

在Python中，==和is是两种不同的比较操作符，选择时需根据‌比较对象的值或标识的需求决定。

Python 生成器（Generator）是一种特殊的迭代器，通过 yield 关键字实现按需生成值的机制。

一个为实现了object.__enter__()与object.__exit__()的类提供的abstract base class。为object.__enter__()提供的一个默认实现是返回self，而object.__exit__()是一个默认返回None的抽象方法。

with 语句依赖于 上下文管理器（Context Manager），这是一个实现了 __enter__ 和 __exit__ 方法的对象。__enter__ 方法在进入 with 代码块时调用，通常用于获取资源；__exit__ 方法在退出 with 代码块时调用，通常用于释放资源。

根据具体场景选择合适用法，注意避免滥用通配符导入和过度依赖可变参数以提高代码可读性

Python‌ 的 match 语句（也称为 模式匹配）在 Python 3.10 版本中引入，提供了一种更简洁、可读性更高的方式来处理多个条件分支。它类似于其他语言（如 Rust 或 Scala）的模式匹配，能够根据值的结构和类型进行灵活的条件判断和数据提取。

Python 的类型提示（Type Hints）是一种在代码中显式标注变量、函数参数和返回值类型的语法功能，旨在提高代码的可读性、维护性。

元类（Metaclass）是 Python 中用于控制类创建行为的高级特性，可理解为“类的类”。

在Python中，使用装饰器装饰类是一种灵活的方式，可以动态修改或增强类的行为。

装饰器完全支持类方法，但需注意：1. 正确处理 self/cls 参数：确保装饰器的 wrapper 函数正确传递类或实例的引用。2. 保留元信息：使用 @wraps(func) 避免方法元信息丢失。3. 灵活作用域：装饰器可以定义在类外或通过类属性动态绑定。

Python装饰器（Decorator）是一种强大的语法特性，允许在不修改原函数代码的情况下，动态地增强函数或方法的功能。

在首次访问属性时执行计算或加载逻辑，后续直接返回缓存值，避免重复开销。Python 可通过 __getattr__、__getattribute__ 和 __setattr__ 实现此功能，但需注意方法间的优先级与递归风险。

@property 是描述符协议的高层封装，适用于简单属性逻辑；自定义描述符则提供更灵活的底层控制，适合复杂或复用场景。开发者应根据需求选择合适方案，平衡代码简洁性与扩展性。

Python类属性和实例属性的解析

在 Python 中，抽象类通过 abc 模块实现，用于规范子类的行为，强制子类必须实现特定的方法。

memoryview是‌Python‌内置对象，‌允许在不复制底层数据的前提下，直接访问支持缓冲区协议的对象‌（如bytes、bytearray、array.array等）。其核心优势在于通过共享内存提升大块数据的操作效率。

星号（*）特殊用法

在 Python 中，lambda 是一种创建匿名函数的快捷方式，适合需要临时小函数但不想用 def 定义的场景。

try/except/else/finally中return出现位置与执行观察

Python 的 bisect 模块通过二分查找算法实现对有序序列的高效搜索和管理。

Python 的 bisect.insort方法用于在有序列表中插入元素，同时保持列表的有序性。

使用元组（tuple）来实现多字段排序，先按weight字段排序，后再按name字段排序。并且全字段降序。

哈希（Hash）是 Python 中高效管理数据（如字典、集合）的核心机制。以下是哈希的核心逻辑、应用场景及注意事项：

是 Python 异步编程库asyncio中的协程安全队列，专为异步任务设计，用于在协程（生产者-消费者模型）之间高效传递数据。它基于事件循环实现非阻塞操作，适合高并发 I/O 密集型场景。queue.Queue 是 Python 标准库中提供的线程安全队列，支持多线程环境下的数据共享与同步，适用于生产者-消费者模型。其默认实现为先进先出（FIFO）队列，并支持阻塞操作和容量控制。

Python heapq 模块与 queue.PriorityQueue 对比解析

在 Python 中，队列（Queue） 和 栈（Stack） 是两种常用的数据结构，它们的核心区别在于元素的存取顺序：

Python 的f-string（格式化字符串字面值）是从 Python 3.6 开始引入的特性，它提供了一种简洁、直观且高效的方式来格式化字符串。

@dataclasses.dataclass 通过自动生成方法和类型注解支持，显著简化数据类的定义‌。其灵活性（如字段定制、可变性控制）和与静态检查工具的兼容性，使其成为替代传统类、字典或元组的理想选择‌。适用于需要结构化数据且兼顾开发效率的场景，尤其适合中大型项目中的核心数据建模‌。

typing.NamedTuple 结合了 ‌类型注解‌、‌不可变性‌ 和 ‌代码简洁性‌，适合需要明确数据结构且不涉及复杂逻辑的场景‌。

collections.namedtuple 是 Python 内置模块 collections 提供的工厂函数，用于创建‌具名元组‌类。生成的类继承自 tuple，允许通过字段名（如 obj.x）和索引（如 obj）访问元素，兼具元组的不可变性和类的可读性‌。

如果只是需要一些类来作为字段的容器，那就没必要创建类，可以使用数据类构建器，因为这些构建器提供必要的`__init__`、`__repr__`、`__eq__`等方法：

在 Python 中，命名空间（Namespace） 是名称（变量、函数、类等）到对象的映射集合，用于管理不同作用域中的标识符访问规则。以下是其核心机制和典型应用

在 Python 中，赋值语句用于将值或对象与变量名绑定。

Python 的赋值表达式（:=，海象运算符）是 Python 3.8 引入的语法特性，允许在表达式内部完成变量赋值，减少代码重复并提升可读性。