最近，隨著一些在維護 Python 專案的規模越來越大，正所謂合久必分，為了讓專案主要的功能可以有效率地使用系統資源，我們計劃將這些 Python 專案依據不同的功能拆開。
拆專案的過程中，免不了會有模組間的依賴問題，例如一些 Utility 類的工具、定義的資訊等等。
除了怎麼拆比較乾淨之外，我們也要考慮「定版」的問題，因為當被依賴方（如 Utility）更新的時候，應該由依賴方（如 Project A）主動更新所引用之版號，否則被 Utility 一旦更新就有可能直接讓所有的依賴方 Project A 和 Project B 壞掉。
今天我們就來探討將共用模組拆分出來的主要邏輯！
當寫慣了 C++、Java、TypeScript 這類 Strong Typing 的語言時，想要在 Python 處理型別總會在剛開始不太習慣，因為 Python 雖然提供了 Typing，但是僅能「提示」，而不會真的拋出錯誤。
此時可以嘗試看看 Pydantic 這樣的 Library，在定義資料的時候能較為強制限制資料的格式。此篇簡單記錄 Pydantic 的基本用法，為何要用，又和原生的 Dataclass 有什麼區別。
根據 Pandas 官方網站介紹，Pandas 專門處理所謂的 Tabluar Data，也就是像是 Excel、資料庫的表格型資料，在 Pandas 中儲裡 Tablular 的基本資料格式稱作 Data Frame（也簡稱 DF）。
LeetCode 35. Search Insert Position
給定排序過的整數 Array 及 Target 數字，找出 Target 所在的 Index 或該插入的 Index（若 Target 不存在）。
且演算法需以 O(log n) 的時間複雜度完成。
LeetCode 26. Remove Duplicates from Sorted Array
在排序好的整數 Array 中移除重複的元素，並回傳不重複的元素個數，且空間複雜度要為 O(1)。
本篇記錄用 Python 實做爬蟲的一些筆記。