PHP 代码分享
MongoDB 教程
正则表达式
jQuery 教程
JavaScript 代码片段
PHP7 教程
第一个技巧：把代码当句子读Python本来就像英语。变量是名词。函数是动词。user_name = input() 就是“问用户要名字，存起来”。print('hello') 就是“说你好”。别死记语法。读出声。读五十行代码，比背一百条规则管用。有人学三个月还写不出登录功能。让他每天读二十行别人写的爬虫代码。两周后自己就能改。嘴动了，脑子就动了。
继续阅读 >
写Python的人常遇到运行慢。程序跑起来像背着沙袋走路。有人建议加缓存。缓存确实快。它把算完的结果存起来，下次直接拿。可缓存有代价。内存吃紧。数据会旧。代码变复杂。今天不讲缓存。讲三个改代码本身的技巧。它们不存结果，只改干活的方式。改完速度能上去。
继续阅读 >
![别再写 def f(a=[]) 了！python 默认参数竟然有](/uploads/202609/17/42a515289a94b493e7878f988a118015.png)
排查了半天接口、缓存、数据库，最后发现根本不关它们的事——是 python 的默认参数在"捣鬼"。这个坑太经典了，经典到几乎每个 python 程序员都会栽一次。今天卡卡就用逛超市的姿势，把它的来龙去脉讲清楚，看完你就是超市里最清醒的崽。
继续阅读 >
Python 3.15 的这次有些变化挺有意思。不是又多了几个语法糖，而是一些我们写 Python 很久以后已经习惯了的“小麻烦”，开始被正式收进语言和运行时里：想延迟导入，不用再把 import 塞进函数；想表达“这个配置不该再改”，终于不只是靠团队约定；想区分“没传参数”和“明确传了 None”，也有了标准工具。
继续阅读 >
写代码的人都有过这种经历。一个列表，需要处理里面的每个元素。写个循环。循环里面判断条件。条件满足了做点操作。代码写完了，运行正常。过两天需求变了，要在处理前先过滤，处理后再排序。于是又加几行。再过几天，要处理的数据结构变了。搬砖开始。
继续阅读 >
写Python脚本的时候，循环是最常用的东西。数据一多，循环就成了瓶颈。我见过一个统计日志的脚本，跑一次要四十多分钟。改了三处地方，两分半跑完。机器没换，代码逻辑没变，只是换了几种写法。下面说的三招，都是我自己在项目里反复用过的。没有理论推导，只讲怎么改、为什么快。
继续阅读 >
写代码的人都有过这种经历。一个列表，需要处理里面的每个元素。写个循环。循环里面判断条件。条件满足了做点操作。代码写完了，运行正常。过两天需求变了，要在处理前先过滤，处理后再排序。于是又加几行。再过几天，要处理的数据结构变了。搬砖开始。
继续阅读 >
写Python代码时，很多人会习惯性地写一堆循环和条件判断。代码能跑，结果也对，就是看着累，改起来更累。有个技巧能把这类代码砍掉一大半，学起来不难，新手当天就能用上。它不是某种冷门库，也不是需要背下来的语法糖，而是一个思考方式上的转变。
继续阅读 >
作为IT运维/开发人员，你是否遇到过这些场景：批量SSH检查服务器状态耗时过长、需要同时拉取多个API接口数据、处理大量日志文件时CPU利用率极低。单线程串行执行是罪魁祸首。今天，我们深入Python并发编程的三种主流方案，并给出可直接落地的代码。
继续阅读 >
Python 3.15.0rc2 已于 9 月 1 日发布。这是 3.15 最后一个计划中的候选版：与 rc1 相比，它汇集了约 144 项错误修复、构建改进和文档更新，来自 76 位贡献者。更值得扩展作者注意的是官方给出的承诺：从这一节点起，Python 3.15 系列不再发生 ABI 变化。
继续阅读 >
上个月帮朋友写了个查天气的脚本，他以为我得装一堆框架。结果我只用requests，30行代码就跑通了。他问我：调接口就这么简单？我说，工具是简单，坑是真不少。今天把这10个高频用法一次讲透，全是我这几年一个坑一个坑踩出来的。别怕，咱们直接上干货，每个用法都配场景、代码和人话解释。
继续阅读 >
Python 3.14 让自由线程（free-threaded）模式从实验特性正式转为受支持的构建选项，PEP 779 落地。这是 CPython 近年来最具分量的一次发布：除无 GIL 外，还带来模板字符串 t-string（PEP 750）、注解延迟求值（PEP 649）、标准库子解释器 concurrent.interpreters（PEP 734）、内置 Zstandard 压缩（PEP 784）和尾调用解释器。
继续阅读 >
上线前夜我盯着那段爬虫代码，三秒钟抓一个页面，三千个页面要两个半小时。同事催我下班，我说再等等。那一晚我把循环里的重复请求改成了会话复用，把字符串拼接换成了join，把没用的日志关掉。第二天早上跑完，结果两分多钟。还不够。
继续阅读 >
想批量重命名几百个文件、把十几张 Excel 表拼成一张，或者上手 AI 编程，这些事的起点都是同一件事：把 Python 环境装好。很多人卡在这一步，其实整个过程只有"下载、安装、验证"三个动作，十分钟后你的电脑就能跑 Python 代码了。
继续阅读 >
批量改文件名、扫日志、清目录、对 Excel、测接口、备份文件……单看一个都不难，烦的是它隔三差五就来一次。手动干十分钟也能干，但这种十分钟我一般不想给。Python 特别适合收拾这些零碎活。代码不用写得多漂亮，能稳定替你干活就行。
继续阅读 >
所以我写图片下载脚本时，一般不直接对网页里的 
我见过很多人写Python，代码能跑就行。跑起来慢，等两秒，他们觉得正常。电脑卡一下，他们怪电脑旧。其实同样一件事，换个写法，时间差出几十倍。今天说三个地方，改掉之后你的代码会快很多。
每月要把 12 个月的凭证打包归档；客户发来 50 个 zip 要批量解开。手动右键压缩？zipfile 标准库就够了，都不用装东西。
你是不是觉得Python语法简单，学起来没啥挑战？别急，师兄今天就给你揭开几个鲜为人知的内置函数和特性，让你大开眼界！比如那个谁，居然能一行代码完成文件重命名，你敢信？
你可能已经用过pymysql或者sqlite3这些常规库来操作数据库。今天我要说的五种方式里，前两种是大多数人都知道的，到了第三种，我打赌你没试过。
说实话，每次看到网上有人一提起Python就摇头晃脑的说GIL锁多可怕多限制，我就觉得有点过了。这东西其实没那么多讲究，大部分日常开发你真的感受不到它。
True 和 False 是 Python 表示真假的两个布尔值，但条件判断并不只接受它们：数字、字符串、列表也能直接放进 if。
Python 处理 Excel，我平时用得最多的还是 openpyxl。它不适合把 Excel 玩出花来，但读数据、改数据、加公式、调格式、批量生成报表，办公场景基本够了。
上周我写的那个爬虫程序又崩了。排查了一天，发现是内存泄漏。Python有垃圾回收机制，但它不是万能的。我踩过的坑，你大概率也踩过。今天直接说五个我用过的工具，哪个能救急一看便知。