结构化输出翻车合集：JSON 乱码、漏字段、额外注释的稳定方案
AI 应用，结构化输出（JSON 为主）是刚需。抽取数据、表单解析、RAG 结果、Agent 参数调用，全都依赖它。
64核跑JSON干到65GB每秒
提到Python解析JSON慢，大多数人的解释是"解释器慢"。Daniel Lemire在10月12日公布的一组实测推翻了这个直觉：在7.6GB真实GitHub事件数据上，标准库json单核只有0.18GB每秒，而同一个任务换成惰性解析能干到2.
如何用 Python 将 Excel 导出为 JSON
从 Spire.XLS for Python 16.7.1 版本开始，该库原生支持将 Excel 工作簿直接保存为 JSON 格式。
[Python] 系列⑩XML 解析与 JSON 编解码
数据存储和传输离不开两种格式：XML 和 JSON。这篇讲 Python 怎么解析 XML、怎么编解码 JSON，以及它们怎么选。一、什么是 XMLXML（可扩展标记语言）是一种描述数据的标记语言，强调存储和传输数据，而不是显示。
用 Python 合并订单 CSV：7 条记录，为什么只留下 3 条？
把两份订单表合在一起以后，记录数变少了，先别急着把结果拿去统计。重复的订单按什么规则处理？金额写错、客户漏填的记录去了哪里？这几个问题都应该能查清楚。下面用七条合成记录说明一套 Python CSV 清洗规则：三条进入清洗表，另外四条保留在异常表，供回查和处理。
Python 3.15正式发布：JIT提速8%，默认UTF-8
Python 开发团队正式发布了 3.15 稳定版。距离 3.14 才过去一年，这次升级却一点不敷衍——性能、语法、工具链全都有硬货。JIT 编译器真的快了实验性 JIT 编译器这次争了口气。
一文读懂 Python 的 JSON 模块：从零到高手的进阶之路
会写Python json，项目里常翻车，问题到底在哪。很多人学Python的json模块，记住四个函数就觉得会了。可到了接口、配置、日志和爬虫里，问题往往不是怎么调，而是怎么判断数据。判断它从哪来、给谁看、有多大、可不可信、要不要跨语言，这比背API重要。先看类型。
Python 3.15 更新详解：新特性、及对 AI、机器学习和智能体的影响
如果你的技术栈包括 PyTorch、LangGraph、FastAPI、向量数据库、MCP 服务器或自主智能体，Python 3.15 的多项变化都值得关注。它们会影响依赖加载、进程启动、状态管理、性能分析以及原生扩展的兼容性。目前最新的 Python 版本是什么？
26B 压成 7.56MB，1400 万参数用纯 C 写进 ESP32-S3，一缸鱼吃啥它说算
一、它想一次要 3.7 秒，一缸鱼等着它点头一块巴掌大的板子，1.8 寸 AMOLED，448×368 像素。屏上有一缸虚拟鱼在游。某条鱼饿了，它不会立刻冲过去——它先把自己的处境写成一行字，交给一个 7.56MB 的文件，等 3.7 秒，然后照着那句回答去执行。那 3.
Python3.15一行lazy让CLI秒开
你一定经历过这种尴尬：敲下一个命令行工具的名字，回车之后盯着屏幕干等一两秒，它才肯吐出第一行输出。很多人以为是程序逻辑慢，真相却常常更扎心—— 90% 的时间花在 import 上。10 月 9 日正式发布的 Python 3.