Python面试题汇总

转自https://yq.aliyun.com/articles/665799?spm=a2c6h.12873639.0.0.597310c4kplhVc

1. 如何在一个函数内部修改全局变量

利用global 修改全局变量

a = 5
def gn():
    global a
    a = 8
print('1:', a)
gn()
print('2:', a)
#1: 5
#2: 8

2、谈下python的GIL

GIL 是python的全局解释器锁，同一进程中假如有多个线程运行，一个线程在运行python程序的时候会霸占python解释器（加了一把锁即GIL），使该进程内的其他线程无法运行，等该线程运行完后其他线程才能运行。如果线程运行过程中遇到耗时操作，则解释器锁解开，使其他线程运行。所以在多线程中，线程的运行仍是有先后顺序的，并不是同时进行。

多进程中因为每个进程都能被系统分配资源，相当于每个进程有了一个python解释器，所以多进程可以实现多个进程的同时运行，缺点是进程系统资源开销大

3、简述with方法打开处理文件帮我我们做了什么？

打开文件在进行读写的时候可能会出现一些异常状况，如果按照常规的f.open

写法，我们需要try,except,finally，做异常判断，并且文件最终不管遇到什么情况，都要执行finally f.close()关闭文件，with方法帮我们实现了finally中f.close

with open("./1.txt","wb") as f

4、避免转义给字符串加哪个字母表示原始字符串？

r , 表示需要原始字符串，不转义特殊字符 r"\abc" == "\\abc"

5、<div class="nam">中国</div>，用正则匹配出标签里面的内容（“中国”），其中class的类名是不确定的

import re
str = '<div class="nam">中国</div>'
res = re.findall(r'<div class=".*?">(.*?)</div>', str)
print(res[0])
#中国

 6、python中断言方法举例

assert（）方法，断言成功，则程序继续执行，断言失败，则程序报错

7、数据表student有id,name,score,city字段，其中name中的名字可有重复，需要消除重复行,请写sql语句

distinct对其后面的全部列都有效，也就是只有全部列都重复才会去除，其中只要有一列不重复都不会去除

select distinct name from student

8、列出python中可变数据类型和不可变数据类型，并简述原理

不可变数据类型：数值型、字符串型string和元组tuple

不允许变量的值发生变化，如果改变了变量的值，相当于是新建了一个对象，而对于相同的值的对象，在内存中则只有一个对象（一个地址），如下图用id()方法可以打印对象的id

a=3
b=3
id(a)
140706537321360
id(b)
140706537321360

可变数据类型：列表list和字典dict；

允许变量的值发生变化，即如果对变量进行append、+=等这种操作后，只是改变了变量的值，而不会新建一个对象，变量引用的对象的地址也不会变化，不过对于相同的值的不同对象，在内存中则会存在不同的对象，即每个对象都有自己的地址，相当于内存中对于同值的对象保存了多份，这里不存在引用计数，是实实在在的对象。

a=[1,2]
b=[1,2]
id(a)
2197759542216
id(b)
2197760532232

9、用lambda函数实现两个数相乘 

sum = lambda a,b:a*b
print(sum(4,5))
#20

 10、字典根据键从小到大排序

dict={"name":"zs","age":18,"city":"深圳","tel":"1362626627"}
# items将dic返回为二元数组，i[0]表示第一项
LIST = sorted(dict.items(),key=lambda i:i[0], reverse=False)
print(list(LIST))
new_d = {}
for i in LIST:
    new_d[i[0]]=i[1]
print(new_d)
#[('age', 18), ('city', '深圳'), ('name', 'zs'), ('tel', '1362626627')]
#{'age': 18, 'city': '深圳', 'name': 'zs', 'tel': '1362626627'}

11、利用collections库的Counter方法统计字符串每个单词出现的次数"kjalfj;ldsjafl;hdsllfdhg;lahfbl;hl;ahlf;h"

from collections import Counter
s = "kjalfj;ldsjafl;hdsllfdhg;lahfbl;hl;ahlf;h"
res = Counter(s)
print(res)
print(res["j"]) #结果类似字典
#Counter({'l': 9, ';': 6, 'h': 6, 'f': 5, 'a': 4, 'j': 3, 'd': 3, 's': 2, 'k': 1, 'g': 1, 'b': 1})
#3

12、字符串a = "not 404 found 张三 99 深圳"，每个词中间是空格，用正则过滤掉英文和数字，最终输出"张三 深圳"

*	匹配前一个字符0或无限次  ab*c == ac,abc,abbc,….
+	匹配前一个字符1或无限次  ab*c == abc,abbc,….【少了ac】
？	匹配前一个字符0或一次  ab?c == ac,abc
{m}	匹配前一个字符m次  ab{3}c == abbbc
{m, n}	匹配前一个字符m<->n次  ab{1,3}c == abc,abbc,abbbc

import re
a = "not 404 50.56 found 张三 99 深圳"
LIST = a.split(" ")
res = re.findall('\d+\.?\d*|[a-zA-Z]+', a)
for i in res:
    if i in LIST:
        LIST.remove(i)
STR = "".join(LIST)
print(STR)
#张三深圳

13、filter方法求出列表所有奇数并构造新列表，a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

a = list(range(10))
def func(n):
    return n%2==1
newList = filter(func, a) #<filter object at 0x000002C3AA293358>
rst = [i for i in newList]
print(rst)
# [1, 3, 5, 7, 9]

 14、列表推导式求列表所有奇数并构造新列表，a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

rst = [i for i in a if i%2==1]

15、两个列表[1,5,7,9]和[2,2,6,8]合并为[1,2,2,3,6,7,8,9]

extend可以将另一个集合中的元素逐一添加到列表中，区别于append整体添加

[1,5,7,9].extend([2,2,6,8])

16、用python删除文件和用linux命令删除文件方法

python：os.remove(文件名)

linux: rm 文件名

17、log日志中，我们需要用时间戳记录error,warning等的发生时间，请用datetime模块打印当前时间戳 

import datetime
a = str(datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')+'星期： '+str(datetime.datetime.now().isoweekday()))
print(a)
#2020-06-07 10:56:46星期： 7

18、数据库优化查询方法

外键、索引、联合查询、选择特定字段等等

 19、写一段自定义异常代码

 自定义异常用raise抛出异常

def fn():
    try:
        for i in range(5):
            if i > 2:
                raise Exception("num lager than 2")
    except Exception as ret:
        print(ret)
fn()
#num lager than 2

 20、正则表达式匹配中，（.*）和（.*?）匹配区别？

（.*）是贪婪匹配，会把满足正则的尽可能多的往后匹配

（.*?）是非贪婪匹配，会把满足正则的尽可能少匹配

import re
s = "<a>hh</a><a>gg</a>"
rst1 = re.findall("<a>(.*)</a>", s)
print(rst1)
rst2 = re.findall("<a>(.*?)</a>", s)
print(rst2)
#['hh</a><a>gg']
#['hh', 'gg']

 21、x="abc",y="def",z=["d","e","f"],分别求出x.join(y)和x.join(z)返回的结果

join()括号里面的是可迭代对象，x插入可迭代对象中间，形成字符串，结果一致

a='abc'
b='def'
c=['d','e','f']
print(a.join(b))
print(a.join(c))
#dabceabcf
#dabceabcf

 22、举例说明异常模块中try except else finally的相关意义

try..except..else没有捕获到异常，执行else语句

try..except..finally不管是否捕获到异常，都执行finally语句

23、python中交换两个数值

a,b=b,a

24、a="张明 98分"，用re.sub，将98替换为100

import re
STR = "zhangsan 98fen"
ret = re.sub(r"\d+","100",STR)
print(ret)
#zhangsan 100fen

25、写5条常用sql语句

show databases;

show tables;

desc 表名;

select * from 表名;

delete from 表名 where id=5;

update students set gender=0,hometown="北京" where id=5

26、遇到bug如何处理

1、细节上的错误，通过print（）打印，能执行到print（）说明一般上面的代码没有问题，分段检测程序是否有问题，如果是js的话可以alert或console.log

2、如果涉及一些第三方框架，会去查官方文档或者一些技术博客。

3、对于bug的管理与归类总结，一般测试将测试出的bug用teambin等bug管理工具进行记录，然后我们会一条一条进行修改，修改的过程也是理解业务逻辑和提高自己编程逻辑缜密性的方法，我也都会收藏做一些笔记记录。

4、导包问题、城市定位多音字造成的显示错误问题

27、保留两位小数

round(float(a),2)

28、数据库优化：

1、如有条件，数据可以存放于redis，读取速度快

2、建立索引、外键等

29、列出常见MYSQL数据存储引擎

InnoDB：支持事务处理，支持外键，支持崩溃修复能力和并发控制。如果需要对事务的完整性要求比较高（比如银行），要求实现并发控制（比如售票），那选择InnoDB有很大的优势。如果需要频繁的更新、删除操作的数据库，也可以选择InnoDB，因为支持事务的提交（commit）和回滚（rollback）。

MyISAM：插入数据快，空间和内存使用比较低。如果表主要是用于插入新记录和读出记录，那么选择MyISAM能实现处理高效率。如果应用的完整性、并发性要求比 较低，也可以使用。

MEMORY：所有的数据都在内存中，数据的处理速度快，但是安全性不高。如果需要很快的读写速度，对数据的安全性要求较低，可以选择MEMOEY。它对表的大小有要求，不能建立太大的表。所以，这类数据库只使用在相对较小的数据库表。

30、简述any()和all()方法

any():只要迭代器中有一个元素为真就为真

all():迭代器中所有的判断项返回都是真，结果才为真

python中什么元素为假？

答案：（0，空字符串，空列表、空字典、空元组、None, False）

bool({})
False
bool([])
False
any(["1",""])
True
all(['1',''])
False

31、IOError、AttributeError、ImportError、IndentationError、IndexError、KeyError、SyntaxError、NameError分别代表什么异常

IOError：输入输出异常

AttributeError：试图访问一个对象没有的属性

ImportError：无法引入模块或包，基本是路径问题

IndentationError：语法错误，代码没有正确的对齐

IndexError：下标索引超出序列边界

KeyError:试图访问你字典里不存在的键

SyntaxError:Python代码逻辑语法出错，不能执行

NameError:使用一个还未赋予对象的变量

32、python中copy和deepcopy区别

1、复制不可变数据类型，不管copy还是deepcopy,都是同一个地址当浅复制的值是不可变对象（数值，字符串，元组）时和=“赋值”的情况一样，对象的id值与浅复制原来的值相同。

2、复制的值是可变对象（列表和字典）

浅拷贝copy有两种情况：

第一种情况：复制的 对象中无 复杂 子对象，原来值的改变并不会影响浅复制的值，同时浅复制的值改变也并不会影响原来的值。原来值的id值与浅复制原来的值不同。

第二种情况：复制的对象中有 复杂 子对象 （例如列表中的一个子元素是一个列表）， 改变原来的值 中的复杂子对象的值 ，会影响浅复制的值。

深拷贝deepcopy：完全复制独立，包括内层列表和字典

33. sort和sorted对列表排序

sort在原列表上操作，无返回值；sorted是有返回值的。reverse=False从小到大；reverse=True从大到小

34、使用lambda函数对list排序foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4]，输出结果为[0,2,4,8,8,9,-2,-4,-4,-5,-20]，正数从小到大，负数从大到小（传两个条件，x<0和abs(x)）第一个条件优先级更高

foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4]
# 先按正负排序，再对正数负数分别排序
a=sorted(foo,key=lambda x:(x<0,abs(x)))
print(a)
[0, 2, 4, 8, 8, 9, -2, -4, -4, -5, -20]
a=sorted(foo,key=lambda x:(x<0))
a=sorted(foo,key=lambda x:(x<0,x))
print(a)
[0, 2, 4, 8, 8, 9, -20, -5, -4, -4, -2]

35、s="info:xiaoZhang 33 shandong",用正则切分字符串输出['info', 'xiaoZhang', '33', 'shandong']

|表示或，根据冒号或者空格切分

s="info:xiaoZhang 33 shandong"
import re
res = re.split(r":| ", s)
res
['info', 'xiaoZhang', '33', 'shandong']

36、用两种方法去空格

STR = "H E L L O"
res = STR.replace(" ", "")
print(res)

res = STR.split(" ")
print("".join(res))

37、简述python引用计数机制[垃圾回收]

python垃圾回收主要以引用计数为主，标记-清除和分代清除为辅的机制，其中标记-清除和分代回收主要是为了处理循环引用的难题。

引用计数算法

当有1个变量保存了对象的引用时，此对象的引用计数就会加1

当使用del删除变量指向的对象时，如果对象的引用计数不为1，比如3，那么此时只会让这个引用计数减1，即变为2，当再次调用del时，变为1，如果再调用1次del，此时会真的把对象进行删除

38、正则匹配中文

import re
title = "你好，hello，世界"
pattern = re.compile(r'[\u4e00-\u9fa5]+')
result = pattern.findall(title)
res = re.findall(pattern, title)
print(result)
print(res)
['你好', '世界']
['你好', '世界']

39. 字典列表保存一个对象【很不寻常，就像C++传的是地址】

40、python传参数是传值还是传址？

Python中函数参数是引用传递（注意不是值传递）。对于不可变类型（数值型、字符串、元组），因变量不能修改，所以运算不会影响到变量自身；而对于可变类型（列表字典）来说，函数体运算可能会更改传入的参数变量。

41、求两个列表的交集、差集、并集

42、HTTP请求中get和post区别

1、GET请求是通过URL直接请求数据，数据信息可以在URL中直接看到，比如浏览器访问；而POST请求是放在请求头中的，我们是无法直接看到的；

2、GET提交有数据大小的限制，一般是不超过1024个字节，而这种说法也不完全准确，HTTP协议并没有设定URL字节长度的上限，而是浏览器做了些处理，所以长度依据浏览器的不同有所不同；POST请求在HTTP协议中也没有做说明，一般来说是没有设置限制的，但是实际上浏览器也有默认值。总体来说，少量的数据使用GET，大量的数据使用POST。

3、GET请求因为数据参数是暴露在URL中的，所以安全性比较低，比如密码是不能暴露的，就不能使用GET请求；POST请求中，请求参数信息是放在请求头的，所以安全性较高，可以使用。在实际中，涉及到登录操作的时候，尽量使用HTTPS请求，安全性更好。

43、简述多线程、多进程

进程：

1、操作系统进行资源分配和调度的基本单位，多个进程之间相互独立

2、稳定性好，如果一个进程崩溃，不影响其他进程，但是进程消耗资源大，开启的进程数量有限制

线程：

1、CPU进行资源分配和调度的基本单位，线程是进程的一部分，是比进程更小的能独立运行的基本单位，一个进程下的多个线程可以共享该进程的所有资源

2、如果IO操作密集，则可以多线程运行效率高，缺点是如果一个线程崩溃，都会造成进程的崩溃

应用：

IO密集的用多线程，在用户输入，sleep 时候，可以切换到其他线程执行，减少等待的时间

CPU密集的用多进程，因为假如IO操作少，用多线程的话，因为线程共享一个全局解释器锁，当前运行的线程会霸占GIL，其他线程没有GIL，就不能充分利用多核CPU的优势

44.__new__和__init__功能上的区别

__new__和__init__的主要区别在于：__new__是用来创造一个类的实例的（constructor），而__init__是用来初始化一个实例的（initializer）。