应显式指定encoding='utf-8'并用errors='ignore'避免UnicodeDecodeError，跳过二进制文件，优先按扩展名过滤而非chardet探测，确保中文路径与内容安全读取。
递归遍历目录时如何正确打开文件避免编码错误
直接用 open() 读文件大概率在 Windows 或含中文路径/内容的环境下报 UnicodeDecodeError。Python 默认用系统编码（如 cp936），但多数文本文件是 UTF-8。
- 显式指定
encoding='utf-8'，并用errors='ignore'跳过无法解码的字节（比replace更稳妥，避免污染匹配逻辑） - 对二进制文件（如
.pyc、.exe、.jpg）提前跳过——它们既不适用文本搜索，又容易触发解码异常 - 检查文件扩展名比尝试
chardet更快更可控，例如只处理.py、.txt、.md
用 enumerate() 获取行号时要注意什么
enumerate() 默认从 0 开始编号，但人眼习惯从第 1 行起算。直接返回 index + 1 是最简方案，别在循环里手动计数——容易错位或漏加。
- 不要写
for i, line in enumerate(f): if 'target' in line: print(i)—— 这输出的是 0-based 行号，和编辑器显示不符 - 遇到空行或只有空白符的行（
line.strip() == ''），仍应计入行号：行号是物理位置，不是有效内容计数 - 如果需支持正则匹配，用
re.search(pattern, line)而非in，但记得传入re.IGNORECASE等 flag
递归搜索中如何控制深度和跳过特定目录
os.walk() 默认全量遍历，但实际项目常要排除 __pycache__、.git、node_modules 等目录。硬编码跳过比事后过滤更省资源。
- 在
os.walk()的dirs列表上原地修改：例如dirs[:] = [d for d in dirs if d not in ('__pycache__', '.git')] - 用
pathlib.Path().rglob()更简洁，但注意它不提供内置的深度限制；如需限深，得自己统计str(p).count(os.sep) - 避免用
os.path.join(root, file)拼路径——推荐Path(root) / file，自动处理斜杠方向，且支持链式操作
匹配结果怎么组织才方便后续使用
返回裸打印或单个字符串不利于调试或集成到其他工具。结构化数据（如字典列表）才是可复用的基础。
立即学习“Python免费学习笔记（深入）”；
- 每个匹配项至少包含
{'file': 'xxx.py', 'line_number': 42, 'content': 'def hello():'}，字段名直白，不缩写 - 用生成器函数（
yield）代替一次性收集全部结果，尤其面对大项目时能省内存 - 若需高亮匹配关键词，用
line.replace(target, f'【{target}】')即可，无需引入 colorama 等依赖
真正麻烦的是混合编码文件（比如部分 .txt 是 GBK，部分是 UTF-8）和超长行（单行几万字符）。这时候靠预设 encoding 就不够了，得先探测再读——但探测本身有开销，得权衡是否值得。
