Python 实现多线程主要靠 threading 模块。最常用的两种方式：一是直接给 threading.Thread 传一个 target 函数，二是继承 Thread 类然后重写 run 方法。

Python
import threading
import time

def print_numbers():
    for i in range(5):
        print(f'Number: {i}')
        time.sleep(1)

def print_letters():
    for letter in 'abcde':
        print(f'Letter: {letter}')
        time.sleep(1)

# 创建线程
thread1 = threading.Thread(target=print_numbers)
thread2 = threading.Thread(target=print_letters)

# 启动线程
thread1.start()
thread2.start()

# 等待线程结束
thread1.join()
thread2.join()

print('Done.')

上面这段代码创建了两个线程分别跑 print_numbers 和 print_letters。调用 start() 让线程开始执行，join() 则是让主线程等着子线程跑完再继续往下走。

线程的生命周期大致是：创建线程对象 → 调用 start() 进入就绪状态 → 获取 CPU 时间片开始执行 → 执行完毕或遇到 join() 等待 → 线程结束

核心思路就是分而治之，不要把整个文件一股脑儿塞进内存，而是一点一点地读、一点一点地处理。

Python 提供了两种主流方案：逐行读取和分块读取。

• 逐行读取适合文本文件，每次只在内存里放一行数据
• 分块读取适合二进制文件或需要固定大小处理的场景，每次读指定字节数。

两种方式都能把 8G 文件的内存占用压到几 KB 到几 MB 级别。

Python 的继承就是让一个类直接拿到另一个类的属性和方法，不用重复写一遍。子类继承父类之后，父类有的东西子类全都能用，想改就重写对应的方法就行。

Python 跟 Java 不一样的地方在于它支持 多继承，一个子类可以同时继承多个父类。多继承虽然灵活，但也带来了方法冲突的问题，Python 用 MRO 来确定方法调用顺序。来看个最直观的例子：

背景：消失的文件

在使用 Python 的 requests 库上传文件时，如果文件名包含中文，你可能会遇到一个诡异的问题：

• 本地调试：代码运行正常，没有任何报错。
• 服务端表现：对方声称根本没有收到文件（File 字段为空），或者收到的文件名是一串乱码（如 filename*=utf-8''...）。

即便你尝试了 encode('utf-8').decode('latin-1') 等常规编码转换，问题依然可能存在。

在Python开发中，装饰器（Decorator）是一个非常强大的特性。

它可以在 不修改原函数代码的情况下扩展函数功能，被广泛应用于：

• 日志记录
• 权限校验
• 性能统计
• 缓存
• Web框架（Flask / FastAPI）

本文将从 原理 → 实现 → 实战应用 逐步讲解Python装饰器。