02 - 本人亲身遇到的面试题 - Python 初级爬虫开发岗位

1. post和get的区别？
   区别：
   1、传送方式：get通过地址栏传输，post通过报文传输。
   2、传送长度：get参数有长度限制（受限于url长度），而post无限制
   3.，GET方式的请求，浏览器会把http header和data一并发送出去，服务器响应200（返回数据）；
   而对于POST，浏览器先发送header，服务器响应100 continue，浏览器再发送data，服务器响应200 ok（返回数据）。

2. 分布式锁，进程锁，线程锁到底是什么
   在分布式集群系统的开发中，线程锁往往并不能支持全部场景的使用，必须引入新的技术方案分布式锁。
   　　线程锁:大家都不陌生，主要用来给方法、代码块加锁。当某个方法或者代码块使用锁时，那么在同一时刻至多仅有有一个线程在执行该段代码。当有多个线程访问同一对象的加锁方法/代码块时，同一时间只有一个线程在执行，其余线程必须要等待当前线程执行完之后才能执行该代码段。但是，其余线程是可以访问该对象中的非加锁代码块的。
   　　进程锁:也是为了控制同一操作系统中多个进程访问一个共享资源，只是因为程序的独立性，各个进程是无法控制其他进程对资源的访问的，但是可以使用本地系统的信号量控制（操作系统基本知识）。
   　　分布式锁:当多个进程不在同一个系统之中时，使用分布式锁控制多个进程对资源的访问。

3. 什么是进程？
   把一个程序执行起来，处于执行状态的程序叫做进程。
   进程里面至少有一个线程：主线程。
   不同进程使用的内存资源都是相互独立的，互不影响和干涉。
   进程是操作系统分配资源的最小单位。
   进程肯定比线程占用的资源多一些。

4. 什么是线程
   是操作系统能够进行运算调度的最小单位。
   它被包含在进程之中，是进程中的实际运作单位。
   一条线程指的是进程中一个单一顺序的控制流。
   一个进程可以并发多个线程。

5. 什么是Python迭代器？
   迭代器（Iterator）：迭代器可以看作是一个特殊的对象，每次调用该对象时会返回自身的下一个元素，从实现上来看，一个迭代器对象必须是定义了__iter__()方法和next()方法的对象。

6. http和https的区别：
   http，是超文本传输协议，是明文传输，https是经过ssl加密的传输协议
   http 的端口是80，https的端口是443
   http的连接很简单，是无状态的；HTTPS协议是由SSL+HTTP协议构建的可进行加密传输、身份认证的网络协议，比http协议安全。

7. HTTP请求常见的状态码
   1.2开头的相关的状态码：200(成功),201(已创建),202(已接受),203(非授权信息),204(无内容),205(重置内容),206(部分内容)等等
   2.3开头的相关的状态码：300(多种选择),301(永久移动),302(临时移动),303(查看其他未知),304(未修改),305(使用代理),307(临时重定向)等等
   3.4开头的相关的状态码：400(错误请求),401(未授权),403(禁止),404(未找到),405(方法禁用),406(不接受)等等
   4.5开头的相关的状态码：500(服务器错误),501(尚未实施),502(错误网关),503(服务不可用),504(网关超时),505(版本不受支持)等

找工作最基础要了解的东西

python
    框架：scrapy
    爬虫部署框架：scrapyd
    spark  (爬虫)  处理大数据的

web
    flask    Django 能写出接口，接口要求用 postman  get/post 方法请求

linux
    命令-关键字：cd  ls/ll  mkdir  scp  yum  ps  tail  kill  screen  crontab  nginx  uwsgi  mysql

数据库
    mysql   （关系型数据库）
    mongodb （非关系型数据库）
    redis