以前也是 "瞄一眼" 派, 然后看了七八本入门书. 后来改成 "写一遍", 一本书就上手了.

docker 有时候各种限制挺别扭的, 偶尔用到 Ubuntu 的 multipass

至于开发环境, vscode / chrome 带同步, 项目依赖一句 make dev install 直接本地创建 venv 了, Python 版本用 pyenv install, 没感觉啥大问题... 至于部署, 统一 Jenkins 打包机上跑, 再也不本地打包了, 太挫了...

@geipen 早年间我用的 https://chrome.google.com/webstore/detail/save-page-we/dhhpefjklgkmgeafimnjhojgjamoafof 插件去保存, 比自带的 mhtml 保存貌似省心一点. 后来是自己撸轮子走 CDP 了...

所以还真不记得怎么开启默认的保存选项(老版本我印象中手动从 flags 里打开的 Save Page as MHTML, 但是新版本没这东西了), 现在我浏览器保存时候选格式里就有...

chrome 可以保存 mhtml, 直接另存(ctrl S) 就行了

现在我批量缓存大量网页就用的 mhtml, 会把 css js 图片什么的都打包成 base64, 格式看起来像 Email 那套, 因为这里的 m 代表的不是可移动的, 而是 媒体类型（通常称为 Multipurpose Internet Mail Extensions 或 MIME 类型 ）

抱歉没注意 "不需要访问网络"... 溜了

如果实在懒, curl http://httpbin.org/get 算了

公司里买的 aws 的 EMR, 那贵的岂止是三个我擦...

不过运维成本减轻了不少, 有点好奇其他主流部署走的什么路子

除了前两行, 后面的全命中了... 我是不是没救了

简单解释下参数意思:

-c 就是压缩

-d 表示延迟安装, 去掉的话会提前安装并打包到一起

-a 表示要一起打包起来的目录或文件路径, 多个路径逗号隔开

-m 表示入口, 可以是: 1. 包名 2. 模块名 3. 包名.模块:函数

-o 表示输出的文件路径, 虽然是 .py, 实际是个 .zip 文件, 可以解压, 这里用 .py 是为了在 windows 上可以直接双击

requests 参数以及其他参数, 比如 `--user` / `-r requirement.txt` 这些会被追加到 `pip install `后面

其他文档参考:
ClericPy/zipapps: Package your python code into a standalone file (with the requirements). - https://github.com/ClericPy/zipapps

前几天收到陌生人感谢, 所以感觉应该也会有人用得上, 分享给大家.

办法太多了...

1. docker 上面都提过了
2. pipenv 或者 poetry 做版本控制
2. 自己写个 makefile 整 venv
3. 使用 zipapp 把 Python 代码和依赖都打包到 .zip 文件里面, 有点接近 jar, 服务器上只要有个 Python 解释器就可以了. 目前用过的有 shiv (linkedin 出品), zipapps (我自己写的). 前者每次构建貌似都需要重新解压缩依赖, 遇到 .so / .pyd 依赖的库或者其他 C 编译的不能跨 Python 版本也不能跨平台; 后者是模仿前者做的, 主要解决的就是非必须情况不要解压缩, 也支持惰性安装来曲线解决跨平台跨版本问题.
4. pyinstaller 或者 Nuitka 或者 PyOxidizer 打包成编译好的, 不太推荐, 兼容性和性能都有问题

你描述的场景... 是要把并发改串行吗, 一时间没看懂需求

就字面意思, 能想到的就是 asyncio.Semophare, asyncio.Lock 之类的

@IgniteWhite
其实一开始想进来说生产环境用祖传 python 编译的那个单行 bash 来着, 结果进来看到一群推荐用管理虚拟环境的东西替代管理解释器版本的... 不过大家都挺热情的倒是

既然是 linux..

1. sudo su -u hello python3 xx.py
2. export a=b; python3 yy.py
3. source xxx; python3 zz.py

随手打的, 不确定具体可用

Google 出过一个什么风格指南

前东家没啥规范, 就是不让用新语法和语法糖, 一方面兼容老版本老代码, 一方面兼容其他同事的知识面...

其实就算不提设计模式, 软件开发那六个原则基本满足了日常 code review 规范了, 现在整天给人写 Hadoop 脚本用到的无副作用的纯函数, 都快好几个月没碰过面向对象了... 发现只要解耦开, 也没出现什么问题

果然问 pyenv 的回答的都是 venv 的...

显式优于隐式... 尽量不要用 *, 有 IDE 自动补全和自动导入, 要啥一劳永逸. 至于每个文件都要导入他们, 可以学一点设计模式方面的知识, 同类 utils 放在一起

至于命名空间或者其他入门文章, 看看 Real Python 吧, 上面从入门到熟练应有尽有, 如果更喜欢信息量大的, 可以看看 Cookbook 或者 Fluent Python

Namespaces and Scope in Python – Real Python - https://realpython.com/python-namespaces-scope/

我也是手动在注册表里加的, 虽然加的是 cmder...

CPU 是天生的, 算法却有捷径