Python 3.11 读文件首行多出乱码 UTF-8 BOM 怎么清掉

陆零云 36 0
运营给了一个从 Excel 导出的 CSV,脚本读进来第一件事就报 KeyError: '\ufeffid'。字典的键看着是 id,打印 repr 是 '\ufeffid',前面多了个不可见字符。 用二进制看一眼就清楚:open('a.csv','rb').read(3) 返回 b'\xef\xbb\xbf',这是 UTF-8 的 BOM。Windows 上 Excel 另存为「CSV UTF-8」默认带,记事本存 UTF-8 也带。Python 按 ut...

高防服务器 100G 防御 3000 元 | 真实清洗能力怎么核对

陆零云 30 0
100G 防御 3000 元一个月的报价单,我拿到过三份。价格差不多,写的内容差别很大:一份写「100G 保底清洗」,一份写「100G 防御峰值」,还有一份写「共享 100G 清洗池」。这三个词不是一回事。 保底清洗是承诺能持续扛住 100G,峰值是短时间能摸到 100G,共享池是十几家客户分一个池子。真被打的时候,第三种最先出问题。我租过一台标 50G 的便宜机器,1800 元,实际 6G 的 UDP flood 就被拉进黑洞,黑洞 30 分钟,业务全断...

标题被改写 300 条 关键词前置还是后置怎么定

陆零云 21 0
「机房托管多少钱」这个词,我们的页面在结果里显示的标题是「机房托管多少钱_技术中心_某某网络」,原标题是「机房托管多少钱一个月 带宽和机柜怎么算」。38 个字符被截成 24 个,后半句关键词没了。 GSC 效果报告里这个词的展示次数没变,CTR 从 3.1% 掉到 1.7%。同期有 300 条页面出现类似改写,集中在标题超过 30 个汉字、关键词压在最后的那批。 试过把标题加长到 45 个汉字,想让 Google 自己截前半段,改写比例升到 340 条。也...

few-shot 加到 20 个 prompt 涨到 1200 token 准度反降怎么砍

陆零云 20 0
一个工单分类任务,label 有 9 个。我一开始很贪心,每个 label 塞 2 个例子,加说明一共 20 个 few-shot,prompt 从 380 token 涨到 1200。跑同一套 200 条测试集,准确率不但没涨,从 88% 掉到 81%,P95 延迟从 1.9 秒变成 3.4 秒。测试集是业务同学标的 200 条历史工单,9 个类每类 20 条上下,指标用 macro F1,避免大类把小数类盖住。 把预测按 label 拆开看,错的集中在...

WebSocket 握手返回 403:反向代理 Upgrade 头该怎么查

陆零云 35 0
上周给运营后台加实时通知,前端 new WebSocket 一直连不上。Chrome 120 的 Network 面板里那条 ws://idc.00645.com/ws 请求直接返回 403,控制台只丢一句 WebSocket connection to ... failed。第一反应是登录态过期,把同一个 token 拿去请求普通接口,200,鉴权没问题。 翻 nginx 的 access.log,请求确实到了,upstream_status 也是 40...

nginx 反代偶发 504:后端日志只花 2 秒超时怎么设

陆零云 33 0
后台导出订单偶尔 504,不是每次都这样,一天五六次。nginx error.log 里是 upstream timed out (110: Connection timed out) while reading response header from upstream,request_time 60.003,upstream_response_time 那一栏是短横线。 短横线说明 nginx 连响应头都没等到。但 PHP 慢日志里同一个请求只花了 1...

git push 一直报 publickey 拒绝 | ssh-add -l 查不到密钥怎么办

陆零云 35 0
换笔记本之后 git push 一直卡在 Permission denied (publickey)。ssh -T git@github.com 也是这句,加 -v 能看到 Offering public key: /c/Users/me/.ssh/id_rsa,服务端回的是 no mutual signature algorithm。 先怀疑密钥没加载。ssh-add -l 输出 The agent has no identities,确实一个都没有。加...

字体文件 2.4 MB 拖慢首屏 | 子集化和预加载先做哪个

陆零云 32 0
首屏用了思源黑体两个字重,woff2 加起来 2.4MB。4G 下字体要 3.8 秒才下完,这段时间标题位置是空的,LCP 直接卡在 3.9 秒。 先确认慢在哪。DevTools 里字体的 Initiator 是 CSS,请求排在首屏图后面,下载完还要解析,实际可用时间到 4 秒。换成系统字体栈测了一次,LCP 立刻回到 1.9 秒,卡点就是它。 字体里收了 2 万多个汉字,页面实际用到的只有 618 个。用 fontTools 的 pyftsubset...

Python 3.11 正则 .* 把整段吃掉了 非贪婪和锚点怎么写

陆零云 32 0
抓一个列表页,200 个商品卡片,写完 re.findall(r'.*', html) 只出来 1 条,内容是整页。.* 默认贪婪,从第一个 div 一路吃到最后一个闭合标签。 加个问号变 .*?,出来 200 条。可其中 12 条是空的,因为卡片描述里有换行,. 默认不匹配 \n,非贪婪在换行前就停住了,后面的半个 div 根本配不上。加 re.S 让点号也吃换行,数量回到 200,但嵌套的 div 又被截断,正则数不清层级,它只会找最近的匹配位置。 三...