2024年这应该是你见过的最全面的 Python 重点-CSDN博客

本文链接：https://blog.csdn.net/2401_84563933/article/details/138390875

def getattr(self,value):#当访问属性不存在的时候返回

return 2

def getattribute(self,item):#屏蔽所有的元素访问

return item

类变量是不会存入实例__dict__中的，只会存在于类的__dict__中

•globals/locals(可以变相操作代码)

◾globals中保存了当前模块中所有的变量属性与值

◾locals中保存了当前环境中的所有变量属性与值

•python变量名的解析机制(LEGB)

◾本地作用域(Local)

◾当前作用域被嵌入的本地作用域(Enclosing locals)

◾全局/模块作用域(Global)

◾内置作用域(Built-in)

•实现从1-100每三个为一组分组

print([[x for x in range(1,101)][i:i+3] for i in range(0,100,3)])

什么是元类？

◾即创建类的类，创建类的时候只需要将metaclass=元类，元类需要继承type而不是object,因为type就是元类

type.bases #(<class ‘object’>,)

object.bases #()

type(object) #<class ‘type’>

class Yuan(type):

def new(cls,name,base,attr,*args,**kwargs):

return type(name,base,attr,*args,**kwargs)

class MyClass(metaclass=Yuan):

pass

•什么是鸭子类型(即:多态)？

◾Python在使用传入参数的过程中不会默认判断参数类型，只要参数具备执行条件就可以执行

•深拷贝和浅拷贝

◾深拷贝拷贝内容，浅拷贝拷贝地址(增加引用计数)

◾copy模块实现神拷贝

•单元测试

◾一般测试类继承模块unittest下的TestCase

◾pytest模块快捷测试(方法以test_开头/测试文件以test_开头/测试类以Test开头，并且不能带有 init 方法)

◾coverage统计测试覆盖率

class MyTest(unittest.TestCase):

def tearDown(self):# 每个测试用例执行前执行

print(‘本方法开始测试了’)

def setUp(self):# 每个测试用例执行之前做操作

print(‘本方法测试结束’)

@classmethod

def tearDownClass(self):# 必须使用 @ classmethod装饰器, 所有test运行完后运行一次

print(‘开始测试’)

@classmethod

def setUpClass(self):# 必须使用@classmethod 装饰器,所有test运行前运行一次

print(‘结束测试’)

def test_a_run(self):

self.assertEqual(1, 1) # 测试用例

•gil会根据执行的字节码行数以及时间片释放gil，gil在遇到io的操作时候主动释放

•什么是monkey patch?

◾猴子补丁，在运行的时候替换掉会阻塞的语法修改为非阻塞的方法

•什么是自省(Introspection)？

◾运行时判断一个对象的类型的能力，id,type,isinstance

•python是值传递还是引用传递？

◾都不是，python是共享传参，默认参数在执行时只会执行一次

•try-except-else-finally中else和finally的区别

◾else在不发生异常的时候执行，finally无论是否发生异常都会执行

◾except一次可以捕获多个异常，但一般为了对不同异常进行不同处理，我们分次捕获处理

•GIL全局解释器锁

◾同一时间只能有一个线程执行，CPython(IPython)的特点，其他解释器不存在

◾cpu密集型：多进程+进程池

◾io密集型：多线程/协程

•什么是Cython

◾将python解释成C代码工具

•生成器和迭代器

◾可迭代对象只需要实现__iter__方法

◦实现__next__和__iter__方法的对象就是迭代器

◾使用生成器表达式或者yield的生成器函数(生成器是一种特殊的迭代器)

•什么是协程

◾yield

◾async-awiat

◦比线程更轻量的多任务方式

◦实现方式

•dict底层结构

◾为了支持快速查找使用了哈希表作为底层结构

◾哈希表平均查找时间复杂度为o(1)

◾CPython解释器使用二次探查解决哈希冲突问题

•Hash扩容和Hash冲突解决方案

◾链接法

◾二次探查(开放寻址法)：python使用

◦循环复制到新空间实现扩容

◦冲突解决：

for gevent import monkey

monkey.patch_all() #将代码中所有的阻塞方法都进行修改，可以指定具体要修改的方法

•判断是否为生成器或者协程

co_flags = func.code.co_flags

检查是否是协程

if co_flags & 0x180:

return func

检查是否是生成器

if co_flags & 0x20:

return func

•斐波那契解决的问题及变形

#一只青蛙一次可以跳上1级台阶，也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法。

#请问用n个2_1的小矩形无重叠地覆盖一个2_n的大矩形，总共有多少种方法？

#方式一：

fib = lambda n: n if n <= 2 else fib(n - 1) + fib(n - 2)

#方式二：

def fib(n):

a, b = 0, 1

for _ in range(n):

a, b = b, a + b

return b

#一只青蛙一次可以跳上1级台阶，也可以跳上2级……它也可以跳上n级。求该青蛙跳上一个n级的台阶总共有多少种跳法。

fib = lambda n: n if n < 2 else 2 * fib(n - 1)

•获取电脑设置的环境变量

import os

os.getenv(env_name,None)#获取环境变量如果不存在为None

•垃圾回收机制

◾引用计数

◾标记清除

◾分代回收

#查看分代回收触发

import gc

gc.get_threshold() #output:(700, 10, 10)

•True和False在代码中完全等价于1和0,可以直接和数字进行计算，inf表示无穷大

•C10M/C10K

◾C10M:8核心cpu，64G内存，在10gbps的网络上保持1000万并发连接

◾C10K：1GHz CPU,2G内存，1gbps网络环境下保持1万个客户端提供FTP服务

•yield from与yield的区别：

◾yield from跟的是一个可迭代对象，而yield后面没有限制

◾GeneratorExit生成器停止时触发

•单下划线的几种使用

◾在定义变量时，表示为私有变量

◾在解包时，表示舍弃无用的数据

◾在交互模式中表示上一次代码执行结果

◾可以做数字的拼接(111_222_333)

•使用break就不会执行else

•10进制转2进制

def conver_bin(num):

if num == 0:

return num

re = []

while num:

num, rem = divmod(num,2)

re.append(str(rem))

return “”.join(reversed(re))

conver_bin(10)

•list1 = [‘A’, ‘B’, ‘C’, ‘D’] 如何才能得到以list中元素命名的新列表 A=[],B=[],C=[],D=[]呢

list1 = [‘A’, ‘B’, ‘C’, ‘D’]

方法一

for i in list1:

globals()[i] = [] # 可以用于实现python版反射

方法二

for i in list1:

exec(f’{i} = []') # exec执行字符串语句

•memoryview与bytearray ( 不常用，只是看到了记载一下 ) \color{#000}(不常用，只是看到了记载一下) (不常用，只是看到了记载一下)

bytearray是可变的，bytes是不可变的,memoryview不会产生新切片和对象

a = ‘aaaaaa’

ma = memoryview(a)

ma.readonly # 只读的memoryview

mb = ma[:2] # 不会产生新的字符串

a = bytearray(‘aaaaaa’)

ma = memoryview(a)

ma.readonly # 可写的memoryview

mb = ma[:2] # 不会会产生新的bytearray

mb[:2] = ‘bb’ # 对mb的改动就是对ma的改动

•Ellipsis类型

代码中出现…省略号的现象就是一个Ellipsis对象

==========================================================================================

L = [1,2,3]

L.append(L)

print(L) # output:[1,2,3,[…]]

•lazy惰性计算

class lazy(object):

def init(self, func):

self.func = func

def get(self, instance, cls):

val = self.func(instance) #其相当于执行的area©,c为下面的Circle对象

setattr(instance, self.func.name, val)

return val`

class Circle(object):

def init(self, radius):

self.radius = radius

@lazy

def area(self):

print(‘evalute’)

return 3.14 * self.radius ** 2

•遍历文件，传入一个文件夹，将里面所有文件的路径打印出来(递归)

all_files = []

def getAllFiles(directory_path):

import os

for sChild in os.listdir(directory_path):

sChildPath = os.path.join(directory_path,sChild)

if os.path.isdir(sChildPath):

getAllFiles(sChildPath)

else:

all_files.append(sChildPath)

return all_files

•文件存储时，文件名的处理

#secure_filename将字符串转化为安全的文件名

from werkzeug import secure_filename

secure_filename(“My cool movie.mov”) # output:My_cool_movie.mov

secure_filename(“…/…/…/etc/passwd”) # output:etc_passwd

secure_filename(u’i contain cool \xfcml\xe4uts.txt’) # output:i_contain_cool_umlauts.txt

•日期格式化

from datetime import datetime

datetime.now().strftime(“%Y-%m-%d”)

import time

#这里只有localtime可以被格式化，time是不能格式化的

time.strftime(“%Y-%m-%d”,time.localtime())

•tuple使用+=奇怪的问题

会报错，但是tuple的值会改变，因为t[1]id没有发生变化

t=(1,[2,3])

t[1]+=[4,5]

t[1]使用append\extend方法并不会报错，并可以成功执行

•__missing__你应该知道

class Mydict(dict):

def missing(self,key): # 当Mydict使用切片访问属性不存在的时候返回的值

return key

•+与+=

+不能用来连接列表和元祖，而+=可以（通过iadd实现，内部实现方式为extends(),所以可以增加元组），+会创建新对象

#不可变对象没有__iadd__方法，所以直接使用的是__add__方法，因此元祖可以使用+=进行元祖之间的相加

•如何将一个可迭代对象的每个元素变成一个字典的所有键？

dict.fromkeys([‘jim’,‘han’],21) # output:{‘jim’: 21, ‘han’: 21}

•wireshark抓包软件

网络知识

•什么是HTTPS?

◾安全的HTTP协议，https需要cs证书，数据加密，端口为443，安全，同一网站https seo排名会更高

•常见响应状态码

204 No Content //请求成功处理，没有实体的主体返回，一般用来表示删除成功

206 Partial Content //Get范围请求已成功处理

303 See Other //临时重定向，期望使用get定向获取

304 Not Modified //求情缓存资源

307 Temporary Redirect //临时重定向，Post不会变成Get

401 Unauthorized //认证失败

403 Forbidden //资源请求被拒绝

400 //请求参数错误

201 //添加或更改成功

503 //服务器维护或者超负载

•http请求方法的幂等性及安全性

•WSGI

environ：一个包含所有HTTP请求信息的dict对象

start_response：一个发送HTTP响应的函数

def application(environ, start_response):

start_response(‘200 OK’, [(‘Content-Type’, ‘text/html’)])

return ‘

Hello, web!

’

•RPC

•CDN

•SSL(Secure Sockets Layer 安全套接层),及其继任者传输层安全（Transport Layer Security，TLS）是为网络通信提供安全及数据完整性的一种安全协议。

•SSH（安全外壳协议）为 Secure Shell 的缩写，由 IETF 的网络小组（Network Working Group）所制定；SSH 为建立在应用层基础上的安全协议。SSH 是目前较可靠，专为远程登录会话和其他网络服务提供安全性的协议。利用 SSH 协议可以有效防止远程管理过程中的信息泄露问题。SSH最初是UNIX系统上的一个程序，后来又迅速扩展到其他操作平台。SSH在正确使用时可弥补网络中的漏洞。SSH客户端适用于多种平台。几乎所有UNIX平台—包括HP-UX、Linux、AIX、Solaris、Digital UNIX、Irix，以及其他平台，都可运行SSH。

•TCP/IP

◾TCP:面向连接/可靠/基于字节流

◾UDP:无连接/不可靠/面向报文

◾三次握手四次挥手

◦三次握手(SYN/SYN+ACK/ACK)

◦四次挥手(FIN/ACK/FIN/ACK)

◾为什么连接的时候是三次握手，关闭的时候却是四次握手？

◦因为当Server端收到Client端的SYN连接请求报文后，可以直接发送SYN+ACK报文。其中ACK报文是用来应答的，SYN报文是用来同步的。但是关闭连接时，当Server端收到FIN报文时，很可能并不会立即关闭SOCKET，所以只能先回复一个ACK报文，告诉Client端，“你发的FIN报文我收到了”。只有等到我Server端所有的报文都发送完了，我才能发送FIN报文，因此不能一起发送。故需要四步握手。

◾为什么TIME_WAIT状态需要经过2MSL(最大报文段生存时间)才能返回到CLOSE状态？

◦虽然按道理，四个报文都发送完毕，我们可以直接进入CLOSE状态了，但是我们必须假象网络是不可靠的，有可以最后一个ACK丢失。所以TIME_WAIT状态就是用来重发可能丢失的ACK报文。

•XSS/CSRF

◾HttpOnly禁止js脚本访问和操作Cookie,可以有效防止XSS

Mysql

•索引改进过程

◾线性结构->二分查找->hash->二叉查找树->平衡二叉树->多路查找树->多路平衡查找树(B-Tree)

•Mysql面试总结基础篇

https://segmentfault.com/a/1190000018371218

•Mysql面试总结进阶篇

https://segmentfault.com/a/1190000018380324

•深入浅出Mysql

http://ningning.today/2017/02/13/database/深入浅出mysql/

•清空整个表时，InnoDB是一行一行的删除，而MyISAM则会从新删除建表

•text/blob数据类型不能有默认值，查询时不存在大小写转换

•什么时候索引失效

◾以%开头的like模糊查询

◾出现隐士类型转换

◾没有满足最左前缀原则

◦对于多列索引，不是使用的第一部分，则不会使用索引

◾失效场景：

◦应尽量避免在 where 子句中使用 != 或 <> 操作符，否则引擎将放弃使用索引而进行全表扫描

◦尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，即使其中有条件带索引也不会使用，这也是为什么尽量少用 or 的原因

◦如果列类型是字符串，那一定要在条件中将数据使用引号引用起来，否则不会使用索引

◦应尽量避免在 where 子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描

例如：

select id from t where substring(name,1,3) = ‘abc’ – name;

以abc开头的，应改成：

select id from t where name like ‘abc%’

例如：

select id from t where datediff(day, createdate, ‘2005-11-30’) = 0 – ‘2005-11-30’;

应改为:

◦不要在 where 子句中的 “=” 左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引

◦应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描

如：

select id from t where num/2 = 100

应改为:

select id from t where num = 100*2；

◦不适合键值较少的列（重复数据较多的列）比如：set enum列就不适合(枚举类型(enum)可以添加null,并且默认的值会自动过滤空格集合(set)和枚举类似，但只可以添加64个值)

◦如果MySQL估计使用全表扫描要比使用索引快，则不使用索引

•什么是聚集索引

◾B+Tree叶子节点保存的是数据还是指针

◾MyISAM索引和数据分离，使用非聚集

◾InnoDB数据文件就是索引文件，主键索引就是聚集索引

Redis命令总结

•为什么这么快？

◾基于内存，由C语言编写

◾使用多路I/O复用模型，非阻塞IO

◾使用单线程减少线程间切换

◦因为Redis是基于内存的操作，CPU不是Redis的瓶颈，Redis的瓶颈最有可能是机器内存的大小或者网络带宽。既然单线程容易实现，而且CPU不会成为瓶颈，那就顺理成章地采用单线程的方案了（毕竟采用多线程会有很多麻烦！）。

◾数据结构简单

◾自己构建了VM机制，减少调用系统函数的时间

•优势

◾性能高 – Redis能读的速度是110000次/s,写的速度是81000次/s

◾丰富的数据类型

◾原子 – Redis的所有操作都是原子性的，同时Redis还支持对几个操作全并后的原子性执行

◾丰富的特性 – Redis还支持 publish/subscribe（发布/订阅）, 通知, key 过期等等特性

•什么是redis事务？

◾将多个请求打包，一次性、按序执行多个命令的机制

◾通过multi,exec,watch等命令实现事务功能

◾Python redis-py pipeline=conn.pipeline(transaction=True)

•持久化方式

◾RDB(快照)

◦save(同步，可以保证数据一致性)

◦bgsave(异步，shutdown时，无AOF则默认使用)

◾AOF(追加日志)

•怎么实现队列

◾push

◾rpop

•常用的数据类型(Bitmaps,Hyperloglogs,范围查询等不常用)

◾String(字符串):计数器

◦整数或sds(Simple Dynamic String)

◾List(列表)：用户的关注，粉丝列表

◦ziplist(连续内存块，每个entry节点头部保存前后节点长度信息实现双向链表功能)或double linked list

◾Hash(哈希)：

◾Set(集合)：用户的关注者

◦intset或hashtable

◾Zset(有序集合)：实时信息排行榜

◦skiplist(跳跃表)

•与Memcached区别

◾Memcached只能存储字符串键

◾Memcached用户只能通过APPEND的方式将数据添加到已有的字符串的末尾，并将这个字符串当做列表来使用。但是在删除这些元素的时候，Memcached采用的是通过黑名单的方式来隐藏列表里的元素，从而避免了对元素的读取、更新、删除等操作

◾Redis和Memcached都是将数据存放在内存中，都是内存数据库。不过Memcached还可用于缓存其他东西，例如图片、视频等等

◾虚拟内存–Redis当物理内存用完时，可以将一些很久没用到的Value 交换到磁盘

◾存储数据安全–Memcached挂掉后，数据没了；Redis可以定期保存到磁盘（持久化）

◾应用场景不一样：Redis出来作为NoSQL数据库使用外，还能用做消息队列、数据堆栈和数据缓存等；Memcached适合于缓存SQL语句、数据集、用户临时性数据、延迟查询数据和Session等

•Redis实现分布式锁

◾使用setnx实现加锁，可以同时通过expire添加超时时间

◾锁的value值可以是一个随机的uuid或者特定的命名

◾释放锁的时候，通过uuid判断是否是该锁，是则执行delete释放锁

•常见问题

◾缓存雪崩

◦短时间内缓存数据过期，大量请求访问数据库

◾缓存穿透

◦请求访问数据时，查询缓存中不存在，数据库中也不存在

◾缓存预热

◦初始化项目，将部分常用数据加入缓存

◾缓存更新

◦数据过期，进行更新缓存数据

◾缓存降级

◦当访问量剧增、服务出现问题（如响应时间慢或不响应）或非核心服务影响到核心流程的性能时，仍然需要保证服务还是可用的，即使是有损服务。系统可以根据一些关键数据进行自动降级，也可以配置开关实现人工降级

•一致性Hash算法

◾使用集群的时候保证数据的一致性

•基于redis实现一个分布式锁，要求一个超时的参数

◾setnx

•虚拟内存

•内存抖动

Linux

•Unix五种i/o模型

◾阻塞io

◾非阻塞io

◾多路复用io(Python下使用selectot实现io多路复用)

◦select

•并发不高，连接数很活跃的情况下

◦poll

•比select提高的并不多

◦epoll

•适用于连接数量较多，但活动链接数少的情况

◾信号驱动io

◾异步io(Gevent/Asyncio实现异步)

•比man更好使用的命令手册

◾tldr:一个有命令示例的手册

•kill -9和-15的区别

◾-15：程序立刻停止/当程序释放相应资源后再停止/程序可能仍然继续运行

◾-9：由于-15的不确定性，所以直接使用-9立即杀死进程

•分页机制（逻辑地址和物理地址分离的内存分配管理方案）：

◾操作系统为了高效管理内存，减少碎片

◾程序的逻辑地址划分为固定大小的页

◾物理地址划分为同样大小的帧

◾通过页表对应逻辑地址和物理地址

•分段机制

◾为了满足代码的一些逻辑需求

◾数据共享/数据保护/动态链接

◾每个段内部连续内存分配，段和段之间是离散分配的

•查看cpu内存使用情况？

◾top

◾free 查看可用内存，排查内存泄漏问题

设计模式

单例模式

方式一

def Single(cls,*args,**kwargs):

instances = {}

def get_instance (*args, **kwargs):

if cls not in instances:

instances[cls] = cls(*args, **kwargs)

return instances[cls]

return get_instance

@Single

class B:

pass

方式二

class Single:

def init(self):

print(“单例模式实现方式二。。。”)

single = Single()

del Single # 每次调用single就可以了

方式三(最常用的方式)

class Single:

def new(cls,*args,**kwargs):

if not hasattr(cls,‘_instance’):

cls._instance = super().new(cls,*args,**kwargs)

return cls._instance

工厂模式

class Dog:

def init(self):

print(“Wang Wang Wang”)

class Cat:

def init(self):

print(“Miao Miao Miao”)

def fac(animal):

if animal.lower() == “dog”:

return Dog()

if animal.lower() == “cat”:

return Cat()

print(“对不起，必须是：dog,cat”)

构造模式

class Computer:

def init(self,serial_number):

self.serial_number = serial_number

self.memory = None

self.hadd = None

self.gpu = None

def str(self):

info = (f’Memory:{self.memoryGB}',

‘Hard Disk:{self.hadd}GB’,

‘Graphics Card:{self.gpu}’)

return ‘’.join(info)

class ComputerBuilder：

def init(self):

self.computer = Computer(‘Jim1996’)

def configure_memory(self,amount):

self.computer.memory = amount

return self #为了方便链式调用

def configure_hdd(self,amount):

pass

def configure_gpu(self,gpu_model):

pass

class HardwareEngineer:

def init(self):

self.builder = None

def construct_computer(self,memory,hdd,gpu)

self.builder = ComputerBuilder()

self.builder.configure_memory(memory).configure_hdd(hdd).configure_gpu(gpu)

@property

def computer(self):

return self.builder.computer

数据结构和算法内置数据结构和算法

python实现各种数据结构

快速排序

def quick_sort(_list):

if len(_list) < 2:

return _list

pivot_index = 0

pivot = _list(pivot_index)

left_list = [i for i in _list[:pivot_index] if i < pivot]

right_list = [i for i in _list[pivot_index:] if i > pivot]

return quick_sort(left) + [pivot] + quick_sort(right)

选择排序

def select_sort(seq):

n = len(seq)

for i in range(n-1)

min_idx = i

for j in range(i+1,n):

if seq[j] < seq[min_inx]:

min_idx = j

if min_idx != i:

seq[i], seq[min_idx] = seq[min_idx],seq[i]

插入排序

def insertion_sort(_list):

n = len(_list)

for i in range(1,n):

value = _list[i]

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！