- 博客(542)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 Python 描述符协议：从一个点号到语言核心机制
任何实现了__get__()__set__()或这三个方法中至少一个的对象，就是一个描述符。descr.__get__(self, obj, type=None) # 读取属性时被调用descr.__set__(self, obj, value) # 赋值时被调用descr.__delete__(self, obj) # 删除时被调用descr.__set_name__(self, owner, name) # 类创建时被自动调用，告知描述符自己的"名字"注意一个至关重要。
2026-05-02 07:59:56
446
原创 Python Mixin 深度解析：从原理到实战
Mixin（混入）是面向对象编程中的一种设计模式，本质上是一个为其他类提供可选功能的类。它不是为了独立实例化而存在的，而是为了被其他类继承,从而"混入"一些通用的能力。在 Python 中,Mixin 利用了语言的多继承机制来实现。“我不是一个完整的东西,我只是给别人添加能力的工具。举个生活中的类比:咖啡本身是一杯完整的饮品,但你可以往里面"混入"牛奶变成拿铁,“混入"巧克力变成摩卡。牛奶和巧克力本身不是饮品,但它们能为饮品增添风味。Mixin 就是代码世界里的"牛奶"和"巧克力”。
2026-05-02 07:59:09
293
原创 深入理解 Pydantic 的 model_dump_从基础到高级实践
model_dump看上去只是「把模型变成字典」,但它实际上是 Pydantic 暴露给开发者的一个高度可组合的序列化引擎。理解它的每一个参数,本质上是在理解「我打算把数据交给谁、对方期望什么样子」这个工程问题。下次你写下接收方是 Python 还是 JSON?mode是全量还是增量?内部命名还是对外命名?by_alias多态吗?这数据待会儿要再喂回模型吗?round_trip把这些问题答清楚,你写出的序列化代码就不会再有「为什么生产环境少了一个字段」式的玄学问题。
2026-04-30 08:05:32
1095
原创 vars(cls)深度解析：Python 命名空间的一扇窗
return {name: valvars(cls)是 Python 对象模型的一个核心入口，它的精髓可以归结为以下几点：它返回，是只读保护的类命名空间视图。它只呈现当前类，不含继承属性，与dir()形成鲜明对比。它能绕过描述符协议，让你直接接触property等描述符对象本身。它是元编程、框架开发和运行时自省的基础工具。理解vars(cls)本质上是理解 Python 的命名空间分层模型——每个类都是一个独立的命名空间层，描述符协议负责把这些层粘合成你所看到的统一对象系统。
2026-04-30 08:04:44
478
原创 Python 中的 __set__ 与 __set_name__ 深度解析
└─ 在实例赋值时触发（obj.attr = value）└─ 使描述符成为"数据描述符"，优先级高于实例 __dict__└─ 存储值时用 obj.__dict__ 或 setattr(obj, private_name, value)└─ 在类定义完成时由元类自动调用（一次性）└─ 提供描述符在类中的名称，解决自我引用问题└─ 也可感知宿主类，用于注册、元数据收集等└─ 动态挂载时需手动调用两者配合使用是构建可复用、类型安全的属性系统的标准模式，也是SQLAlchemyDjango ORM。
2026-04-29 08:07:08
359
原创 Python 中的 __new__深度解析
_new__在对象真正存在之前介入。当你需要控制的不是"对象初始化后的状态"，而是"对象是哪个、是否创建、是什么类型"时，就该用__new__。单例、不可变类型继承、工厂方法。
2026-04-29 08:06:06
328
原创 深入理解 Python __init_subclass__
1. 忘记调用super()链式调用断裂，多重继承场景必现问题。2. 关键字参数未用**kwargs透传# 错误示范def __init_subclass__(cls, my_param=None): # 漏掉 **kwargssuper().__init_subclass__() # 漏掉 **kwargs一旦有其他父类也消费关键字参数，即报TypeError。3. 误以为cls是父类cls始终是正在被创建的那个子类，不是定义了的类。4. 在中访问未完全初始化的子类某些装饰器逻辑若依赖子类的。
2026-04-28 08:23:46
790
原创 Python __reduce__深度解析：序列化机制的核心引擎
能用解决的，优先用它们，语义更清晰，只需处理状态字典。__reduce__适用于构造函数参数与状态需要分开描述的场景，或者继承了内置类型（list/dict）的情况。不可序列化的资源（socket、文件句柄、锁）必须在中重新初始化，而非尝试序列化它们。callable 必须是模块顶层可导入的对象，lambda 和局部函数无法被 pickle 引用。时刻牢记安全边界，pickle 不是数据交换格式，是对象持久化格式，面向可信环境。__reduce__
2026-04-28 08:23:04
513
原创 Python __bool__：深入解析布尔协议
_bool__是 Python 数据模型中的特殊方法，当解释器需要判断一个对象的布尔值时，它会调用bool(obj)，而bool()的底层逻辑，就是去调用。return self.celsius > 0 # 只有正温才是"真"if t:print("温度为正") # 输出：温度为正该方法必须返回True或False——严格的bool类型。返回其他类型会引发TypeError。
2026-04-27 07:55:41
399
原创 深入理解 asyncio 跨线程调度：call_soon_threadsaf与 run_coroutine_threadsafe
Python asyncio 的事件循环是单线程的。这既是它高效的原因，也是它最容易被误用的地方。当你需要从另一个线程与异步代码交互时，就必须借助两个关键工具。本文将深入剖析它们的原理、差异与正确使用姿势。
2026-04-27 07:55:01
468
原创 随机退避：让重试更聪明
退避解决"偶发失败"，断路器解决"持续失败"。两者配合使用：当连续失败次数超过阈值时，断路器"断开"，后续请求直接失败（fast-fail），不再等待重试，保护调用方资源。但这恰恰是最危险的做法。，此时同时连接它的 1000 个客户端立刻全部重试——这一波整齐划一的"报复性请求"会再次压垮服务，周而复始，形成。固定等待解决了"立即重试"的问题，但每个客户端等待时长完全相同，重试依然是。1000 个客户端同时失败后，每个人的等待时间各不相同，重试请求被。在整个时间窗口内，后端看到的是平稳的流量，而非脉冲。
2026-04-26 09:09:42
517
原创 asyncio.Queue 深入详解
是 Python 标准库asyncio模块中的异步队列实现，位于。它的设计思路与线程安全的类似，但专门为async/await 协程模型设计，不是线程安全的。核心定位：在异步并发环境下，作为生产者-消费者模式的协调桥梁，实现协程之间的数据传递与流量控制。queue = asyncio.Queue(maxsize=10) # 有界队列，容量10queue = asyncio.Queue() # 无界队列（maxsize=0）是异步编程中不可或缺的协调原语。它的设计简洁优雅——底层通过Future。
2026-04-26 09:08:55
473
原创 Python 哨兵值模式（Sentinel Value Pattern）深度解析
误区正确做法用==比较哨兵始终用isis not每次调用都创建object()在模块级别创建一次，多处引用哨兵没有__repr__添加可读的__repr__便于调试忘记处理 pickle / deepcopy重写__copy____reduce__在公开 API 中暴露哨兵类将哨兵类标记为私有（），只导出实例。
2026-04-25 17:29:11
326
原创 惊群效应（Thundering Herd）深度解析
惊群效应（Thundering Herd Problem）描述的是这样一种现象：当某个共享资源（锁、文件描述符、缓存 Key、连接池槽位）变得可用时，大量正在等待该资源的进程或线程被同时唤醒，但最终只有一个能真正获取资源，其余的全部重新进入等待状态。那些"无效唤醒"白白消耗了 CPU 时间片和上下文切换开销，正如受惊的兽群在狭窄出口前相互踩踏——热闹非凡，却一无所获。惊群效应的本质是资源稀缺性与唤醒粒度的不匹配——唤醒了 N 个竞争者，却只能满足 1 个。在 Python 中，无论是多进程accept()
2026-04-25 17:28:37
476
原创 Deep Agents 背后的控制面暗桩：为什么一个空壳`ToolOutputMixin 能决定工具调用是否还能“控制图”
数据通道负责把结果喂回模型控制通道负责改状态、跳转、恢复执行那么就是数据通道和控制通道之间的分流器。没有它，所有工具返回值都会被压平到。有了它，少数“高语义对象”才能穿过消息格式化层，进入真正的图执行层。继承它，是为了保留“我已经是合法工具消息”的身份。Command继承它，是为了保留“我不是消息，我是控制指令”的身份。这也是为什么一个看上去几乎什么都没做的类，实际上卡在了 Deep Agents、LangChain Tools 和 LangGraph Control Flow 的交界点上。
2026-04-24 09:00:15
496
原创 LangGraph核心类型深度解析：Command(Generic[N], ToolOutputMixin)
self,) -> None:...单一职责原则：每个Command对象应专注于完成一个完整的逻辑单元(如一个工具操作+一个状态更新+一个路由指令)状态更新原子性：避免在一个Command中进行多个不相关的状态更新，确保状态变更的可追溯性明确的路由意图goto参数应清晰表达业务逻辑，避免过度复杂的条件判断类型注解完整：为Command的泛型参数N提供明确的类型约束，提升代码可维护性与LangSmith集成：利用LangSmith追踪Command对象的传递与处理，便于调试复杂工作流。
2026-04-24 08:59:06
435
原创 Deep Agents中的ToolRuntime深度解析
ToolRuntime是LangChain Core中定义的工具运行时接口，专门为工具执行提供标准化的运行时环境抽象。功能描述价值自动注入在工具调用时自动注入，无需手动传递，且对LLM隐藏简化工具开发，避免工具签名污染上下文访问提供对运行时上下文（context）的访问支持用户ID、API密钥等配置的传递状态管理允许工具读取和修改智能体的图状态（graph state）实现工具间状态共享，支持复杂任务流程流输出通过stream_writer支持自定义流输出实现工具执行进度实时反馈长期记忆。
2026-04-23 05:31:29
401
原创 深入理解 Python 生成器
yield from 把当前生成器的控制权委托给另一个迭代器或生成器，并自动转发 next、send、throw、close，同时还能接收子生成器的最终返回值。生成器的优雅之处在于，它没有发明一套完全陌生的新模型，而是在普通函数基础上，只通过 yield 就把“过程”改造成了“可恢复的迭代器”。生成器的本质，不是“更省内存的列表替代品”，而是“把逐步计算过程对象化、迭代化、惰性化”的语言机制。因为生成器是单次消费对象，所以把同一个生成器传给多个地方时，经常会出现“有人读完了，别人就没了”的问题。
2026-04-23 05:29:18
368
原创 深入理解 Python inspect：对象内省、签名系统与运行时反射的工程实践
自动注册系统需要定位用户自定义函数的定义位置。IDE 或工具面板要实现“跳转到定义”或“查看源码”。测试框架要展示断言失败对应的用户代码。这决定了你该用还是。前者更动态，后者更克制。inspect的真正价值，不在于它能“看到很多内部细节”，而在于它把 Python 运行时中原本零散、隐含、易碎的信息，整理成了一套可编程、可组合、可工程化利用的抽象接口。对于普通业务开发者，掌握getdoc()，通常已经足以覆盖多数实际需求；Python 的调用契约可以被对象化。
2026-04-22 08:52:47
861
原创 asyncio 的 Event Loop：定义、运行机制与工程实践
从抽象层面说，event loop 是一个反复迭代的调度循环。取出已到期的定时回调。处理已经就绪的 I/O 事件。执行 ready queue 中的回调。推进被 Future 唤醒的 Task。计算下一次 poll 的等待时间，进入下一轮。这个过程并不是由业务代码手工逐步驱动，而是由循环本身持续执行，直到满足停止条件。当某个协程执行到await时，它会让出控制权。event loop 转而去执行其他就绪任务。
2026-04-21 06:24:07
724
原创 深入理解 Python 中的 asyncio.Lock
如何在不牺牲系统一致性的前提下，让多个协程安全地共享状态。它的价值不在于“把并发都关掉”，而在于为那些必须串行化的关键路径提供清晰、可证明、可维护的边界。真正成熟的异步代码，不是到处机械加锁，而是先识别不变量，再精确划定临界区，并在正常路径、异常路径、取消路径上都保持语义完整。如果把asyncio看成一种 I/O 编排模型，那么的意义就不是“防止多线程抢资源”，而是“在协作式调度环境中，为共享可变状态建立秩序”。从这个角度理解它，才能真正写出既正确又具备工程质量的异步程序。
2026-04-21 06:23:24
620
原创 深入理解 Python 中的异步迭代
Python 的异步迭代并不是对传统for循环的小修小补，而是面向现代 I/O 系统的一种语言级抽象。它把“值的序列”升级为“按时间到达的序列”，把“遍历”升级为“等待并消费”，也把程序设计的关注点从单纯的数据结构操作，推进到了调度、公平性、取消语义与资源生命周期管理。真正写好异步迭代代码，靠的不是记住几个语法点，而是建立这样一种工程判断：当数据不是一次性存在，而是在未来不断到达时，代码应如何以最小的资源成本、最清晰的控制流、最可靠的退出路径，把这一过程表达出来。
2026-04-20 08:50:58
477
原创 python之async with 深入详解
async with不是一个“异步版 with”这么简单，它本质上是 Python 为异步资源生命周期管理提供的语言级协议。当资源的获取和释放本身都可能需要等待时，如何仍然优雅、可靠、异常安全地控制作用域。async with依赖的是__aenter__和__aexit__两者都要可等待进入和退出阶段都允许await即使代码块抛异常，也会执行退出逻辑__aexit__返回True可以吞掉异常，但要谨慎它特别适合锁、连接、事务、会话、流等异步资源。
2026-04-20 08:50:08
469
原创 Asyncio 协程详解
原因不是它真的在三个 CPU 核上并行跑，而是三个协程都在等待同一种 I/O 型事件，事件循环在它们的等待间隙中完成了调度。只有建立了这个模型，后续学习异步 HTTP 客户端、异步 Web 框架、异步数据库库、消息中间件、流处理框架时，才不会停留在“会写语法，不懂行为”的阶段。在 asyncio 中，任务取消不是简单地“强制杀死”，而是通过向协程注入 CancelledError，让协程有机会清理资源后退出。它的作用不是“延迟一会儿”，而是“等待一个可等待对象完成，并在等待期间把执行权交还给事件循环”。
2026-04-19 08:01:36
377
原创 importlib：Python 导入系统的标准编程接口
根据官方文档，它的作用不只是“动态导入模块”，而是为 Python 的导入机制提供可编程接口，并公开导入系统中的核心抽象与扩展点。如果程序运行期间新增了模块文件、安装了新的分发包，或者修改了模块搜索路径，通常还需要调用 importlib.invalidate_caches，使 finder 内部缓存失效，以确保后续导入能够观察到最新状态。finder 的职责是“查找”模块，也就是在给定模块名的前提下，确定该模块是否存在，以及应当使用何种方式加载。这些抽象反映了导入系统的协议边界，而不是简单的实现细节。
2026-04-19 08:00:54
236
原创 Python 装饰器深度解析：从语法糖到工程实践
装饰器真正的本质，是在定义阶段拿到一个函数或类对象，对它做一次变换，然后把原来的名字重新绑定到变换后的对象上。理解到这一步，你再看 Python 里的 classmethod、property、lru_cache、dataclass，或者你当前工程中的 register、asynccontextmanager，就会发现它们其实都在用同一种语言能力，只是解决的问题不同而已。在这个例子里，返回的是 wrapper，所以后续调用 hello() 时，先进入 wrapper，再由 wrapper 调用原始函数。
2026-04-18 09:15:00
459
原创 Python之@dataclass
只要类的主要价值在“行为”而不在“数据结构”，dataclass 的收益会快速下降。比 dataclass 更成熟也更灵活，历史更早，很多高级能力更强，例如验证器、转换器等。这就是 dataclass 的第一层理解：它不是替你发明新的类，而是替你生成那些机械、重复、但又极其常见的类方法。如果答案是“是”，那么 dataclass 往往就是 Python 里最自然、最标准、也最优雅的表达方式之一。你在框架源码里经常看到 dataclass，并不是因为它“时髦”，而是因为它非常契合框架内部的数据组织需求。
2026-04-18 09:14:23
351
原创 Python Protocol：结构化子类型的优雅实现与深度解析
Protocol是Python 3.8通过PEP 544引入的类型系统核心特性，作为typing模块的一部分，它提供了结构子类型（structural subtyping）或静态鸭子类型（static duck typing）的支持。Protocol允许开发者定义一组方法和属性的规范，任何实现了这些规范的类（无论是否显式继承）都被视为该协议的子类型，无需显式声明继承关系。"""定义飞行能力的协议方法"""... # 使用省略号表示抽象方法体print("鸟类振翅高飞")
2026-04-17 09:02:53
759
原创 Python类型守卫深度解析
Python类型守卫从TypeGuard到TypeIs的演进，反映了Python静态类型系统的成熟与完善。TypeGuard提供了灵活性，TypeIs则带来了安全性与直观性，开发者应根据具体场景选择合适的工具。随着Python 3.13的普及和PEP 742的全面实施，TypeIs有望成为类型守卫的首选方案，而TypeGuard将继续在处理复杂容器类型和特殊场景中发挥重要作用。
2026-04-17 09:00:51
316
原创 Python中classmethod与staticmethod注解深度解析
职责分离：明确区分实例逻辑、类逻辑和工具逻辑代码内聚：将相关功能组织到合适的命名空间中设计灵活性：支持工厂模式、单例模式等高级设计模式性能优化：减少实例内存占用，提高方法调用效率从Python设计哲学来看，这两个装饰器体现了"显式优于隐式"和"简单优于复杂"的核心原则：通过明确的注解声明方法意图，让代码更具可读性和可维护性。最终建议：在类设计中，优先考虑方法的职责边界，合理选择方法类型，避免过度设计。
2026-04-16 08:09:00
471
原创 Python Union语法深度解析
Python的Union语法从最初的演进到现代的X | Y，反映了Python类型系统不断成熟和人性化的过程。作为类型系统中的"灵活选择器"，Union解决了静态类型检查与动态语言特性之间的核心矛盾，为开发者提供了在保持Python灵活性的同时获得类型安全的途径。核心语义：Union表示"值可以是多种类型之一"，等价于X | Y语法演进：3.10+推荐使用X | Y，更简洁且符合Pythonic风格关键特性：自动扁平化、去重、无序性，确保类型表达式简洁一致最佳实践。
2026-04-16 08:08:19
478
原创 Python多重分派：multipledispatch库深度解析
multipledispatch库为Python带来了完整的多重分派能力，显著提升了代码的表达力和可维护性，尤其适合处理复杂类型适配场景。强大的类型解析能力：基于所有参数类型组合选择最佳实现清晰的代码结构：替代冗长的isinstance分支，使逻辑更直观良好的扩展性：新增类型支持无需修改原有代码，符合开闭原则完善的冲突检测：提前发现潜在歧义，减少运行时错误随着Python类型注解生态的发展，多重分派机制有望在更多领域发挥作用，如自动生成API文档、静态类型检查增强等。
2026-04-15 09:10:43
481
原创 Python singledispatch 深度解析
通过类型驱动的动态分派机制，为Python带来了优雅的泛型编程能力，解决了传统isinstance链式判断的代码冗余问题。分离关注点：将不同类型的处理逻辑解耦到独立函数增强可扩展性：无需修改核心逻辑即可添加新类型支持提升可读性：代码意图更清晰，符合"显式优于隐式"的Python哲学兼容抽象基类：实现接口驱动的编程范式，适配多态场景在现代Python开发中，已成为处理异构数据、构建灵活API和实现通用库的必备工具，尤其适合数据处理、序列化框架和Web开发等场景。
2026-04-15 09:10:09
421
原创 Python 回退重载（Fallback Overloading）深入讲解
Python的回退重载是动态类型语言中实现多态行为的优雅解决方案，核心在于**“特定实现优先，默认实现兜底”**的设计理念。通过和运算符反向方法等官方机制，开发者可以在保持Python灵活性的同时，构建出类型安全、可维护、鲁棒性强的代码。在实际开发中，应根据项目规模和需求选择合适的实现方式：小型项目可使用简单的类型检查+回退，大型项目推荐结合与类型提示，库开发则应遵循官方规范，提供清晰的回退机制以提升用户体验。
2026-04-14 09:11:34
465
原创 Python Final 类型限定符详解
Python的Final特性是静态类型系统的重要补充，通过标注和装饰器，开发者可以明确表达"不可修改"和"不可继承/重写"的设计意图，帮助类型检查器提前捕获错误，提高代码质量和可维护性。需要注意的是，Final是静态类型提示的一部分，不会在运行时强制限制，这与Python动态类型的特性保持一致。在实际项目中，建议配合mypy等类型检查工具使用Final，充分发挥其静态检查的优势，同时避免对运行时行为的过度依赖。
2026-04-14 09:09:32
467
原创 Python @overload 装饰器深度解析
精确的类型表达：能够表达Union类型和TypeVar无法精确描述的复杂参数-返回类型映射关系增强的IDE支持：为IDE提供更详细的类型信息，实现更精准的代码补全和错误提示文档即代码：重载声明本身就是清晰的文档，描述函数在不同输入下的行为预期渐进式类型增强：无需修改运行时代码，即可为现有代码添加静态类型检查支持与动态特性的平衡：在保持Python动态特性的同时，提供静态类型检查的优势。
2026-04-13 08:13:39
447
原创 .NET10之SocketsHttpHandler 技术全景
SocketsHttpHandler 是库中实现抽象类的最终处理程序，是HttpClient的默认底层处理器。所有通过HttpClient发送的 HTTP 请求，最终都会由它完成网络传输、连接管理、协议解析等核心工作。内网穿透、双向 TLS 认证、自定义代理、Socket 定制场景；通过实现高度定制化的网络传输。// 连接池核心配置MaxConnectionsPerServer = 100, // 单域名最大连接数。
2026-04-13 08:12:05
498
原创 .NET10之 HttpClient 使用指南
HttpClient 使用的核心在于生命周期管理和连接池优化。.NET 官方明确推荐两种模式：对于现代 .NET 应用，优先选择静态/单例 HttpClient + PooledConnectionLifetime（2-15 分钟）解决端口耗尽和 DNS 缓存问题；依赖注入环境下，使用IHttpClientFactory 类型化客户端获得更丰富的配置和弹性能力。
2026-04-12 07:29:01
439
原创 Python Literal 类型深度分析
Literal是Python类型提示系统中的特殊构造，用于指示变量/参数/返回值必须取固定的字面量值之一，而非宽泛的类型范畴。它由PEP 586在Python 3.8中正式引入，运行时不生效，仅用于类型检查器、IDE等静态分析工具。# 定义：仅支持这3个字符串值Literal是Python类型系统的重要扩展，核心价值在于在静态类型层面实现值级别的精确约束，填补了基础类型与枚举之间的空白。它不是Enum的替代品，而是互补工具——Literal专注于静态类型安全，Enum专注于运行时对象封装与行为扩展。
2026-04-12 07:27:26
524
童继龙的ERP顾问感悟.pdf
2010-04-03
ES2015规范
2016-05-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人