最近在使用 Python 写一些趁手的小工具，因为很久没有用 Python 了，有些生疏，导致一些基础的操作都忘了，没办法，又要面向搜索引擎编程了。 😂
为此，记录一下我遇到的一些 Python 常见问题，以后再遇到直接翻这篇文章就好了。
设置 pip 镜像源
pip install 默认使用的是 pypi.org 的镜像源。国内虽然也能访问，但访问速度有限，偶尔还会抽风。为此，推荐使用国内镜像源，比如清华大学、阿里云什么的。比如下面脚本就是全局设置清华大学数据源。
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple设置完后，安装速度直接起飞！ ✈
使用代理
Python 程序，包括使用 pip 安装第三方库，默认是不会使用系统的网络配置的。所以就会发生一种情况，电脑能够正常打开网页，但是运行 Python 程序，或者 pip install 总是报错说无法访问网络。可能原因之一是，电脑使用了代理脚本或者代理服务器。而 Python 或 pip 并没有使用代理。
pip install mysql-connector-python --proxy http://{username}:{password}@{host}:{port}- Note 1:
Python连接MySQL数据库以前使用的是 mysql.connector 这个包，现在废弃了，Python 官方推荐使用 mysql-connector-python。如果你使用过程当中遇到一些奇怪的报错，请先卸载这两个包(pip uninstall mysql.connector mysql-connector-python)，再重新安装新的包 (pip install mysql-connector-python) - Note 2: 代理如果不需要登陆，用户名和密码可不填；如果需要用户名和密码的话，需要转义特殊字符 (encodeURIComponent，比如
@字符就要用%40代替)
类变量 (class variables)
Python 的写法和其他编程语言不太一样，我们在类中声明的变量，默认是 类变量；通常在其他编程语言中，比如 C#、Java、JS 等，则是实例变量。
class Dog:
kind = 'canine' # class variable shared by all instances
def __init__(self, name):
self.name = name # instance variable unique to each instance上述代码声明的变量 kind 就是个类变量，简单理解就是 C# 中的静态变量(static)。而另一个更 tricky 的地方是，使用 self 和类名都可以引用到这个变量，但是使用 self 引用或者修改这个变量的话，只是修改了这个实例的变量，并未修改类变量。
具体可以参考以下代码：
print('-'*16)
d1 = Dog('d1')
print(f"d1.kind {d1.kind}")
print(f"Dog.kind {Dog.kind}")
print('-'*16)
d1.kind = "barbet"
print(f"d1.kind {d1.kind}")
print(f"Dog.kind {Dog.kind}")
print('-'*16)
Dog.kind = "husky"
print(f"d1.kind {d1.kind}")
print(f"Dog.kind {Dog.kind}")
print('-'*16)
d2 = Dog('d2')
print(f"d1.kind {d1.kind}")
print(f"d2.kind {d2.kind}")
print(f"Dog.kind {Dog.kind}")
print('-'*16)
d2.kind = "collie"
print(f"d1.kind {d1.kind}")
print(f"d2.kind {d2.kind}")
print(f"Dog.kind {Dog.kind}")
print('-'*16)
Dog.kind = "pastoral"
print(f"d1.kind {d1.kind}")
print(f"d2.kind {d2.kind}")
print(f"Dog.kind {Dog.kind}")
print('-'*16)输出：
----------------
d1.kind canine
Dog.kind canine
----------------
d1.kind barbet
Dog.kind canine
----------------
d1.kind barbet
Dog.kind husky
----------------
d1.kind barbet
d2.kind husky
Dog.kind husky
----------------
d1.kind barbet
d2.kind collie
Dog.kind husky
----------------
d1.kind barbet
d2.kind collie
Dog.kind pastoral
----------------使用 Anaconda 环境运行 py 文件
运行环境管理从来都是程序界永恒的难题。随着 Jupyter 的流行，Anaconda 也变得使用的越来越广泛了。但是我在我本地，使用 Jupyter 和 Spyder 编写的程序运行调试都没问题，我还用 “Anaconda Prompt (Anaconda3)” 单独运行也没有问题，通过测试了，我要部署到服务器怎么办就报错了？（“程序在我本地运行的好好的，怎么搬到服务器上就不行了？”）
通常情况下，遇到这种问题，使用容器即可解决。但是项目组内没有人懂，或者没有专门的运维人员来维护怎么办（其实就是不想用容器 😄）。有一种快速解决的办法。仔细观察电脑中已经安装好的 “Anaconda Prompt (Anaconda3)” 其背后指向的路径：%windir%\System32\cmd.exe "/K" C:\Users\xxx\Anaconda3\Scripts\activate.bat C:\Users\xxx\Anaconda3，不难发现，它使用了 激活虚拟环境 技术。这就好办了：在其他人的电脑上运行的话，我把我的虚拟环境 (requirements.txt) 也搬过去不就行了？(类似于 Node 的 packages.json)
本来本地运行我的 HelloWorld 程序，只需要打开 “Anaconda Prompt (Anaconda3)”，切换运行目录 (cd ) 至当前环境，运行 ./helloworld.py 或者 python ./hello.py 即可。现在只需要把以下代码运行以下的 bat 文件
@echo OFF
rem How to run a Python script in a given conda environment from a batch file.
rem It doesn't require:
rem - conda to be in the PATH
rem - cmd.exe to be initialized with conda init
rem Define here the path to your conda installation
set CONDAPATH=C:\Users\yourname\Anaconda3
rem Define here the name of the environment
set ENVNAME=base
rem The following command activates the base environment.
rem call C:\Users\yourname\Anaconda3\Scripts\activate.bat C:\Users\yourname\Anaconda3
if %ENVNAME%==base (set ENVPATH=%CONDAPATH%) else (set ENVPATH=%CONDAPATH%\envs\%ENVNAME%)
rem Activate the conda environment
rem Using call is required here, see: https://stackoverflow.com/questions/24678144/conda-environments-and-bat-files
call %CONDAPATH%\Scripts\activate.bat %ENVPATH%
rem Run a python main.py in that environment
python main.py
rem Deactivate the environment
call conda deactivate
rem If conda is directly available from the command line then the following code works.
rem call activate someenv
rem python main.py
rem conda deactivate
rem One could also use the conda run command
rem conda run -n someenv python main.py
python main.py将上述内容拷贝并保存至 start.bat，保存目录和需要运行的 main.py 一致。
顺便提一下，建议安装 Anaconda 的时候，选择使用 Anaconda 作为默认的 Python 解释器，这样就不用维护多个 Python 版本了，且你在 Spyder 或者 Jupyter Notebook 运行的结果和你直接在命令行里运行 Python 命令结果一样了，不会出现各种模块找不到的问题。
安装成功后无法执行命令
某些情况下，安装成功后，无法执行命令，比如：
pip install playwright
playwright install上述命令，虽然第一个命令成功执行，第二个依然报错 the term 'playwright' is not recognized。通过检查，发现 Python 安装目录以及 Scripts 子目录都已经放到环境变量里了。解决办法是，还需要把用户目录里的 %USERPROFILE%\AppData\Roaming\Python\Python310\Scripts 也加到环境变量中。🔗