记下笔记（python)

以下问题解答只是个人理解，可能存在错误，供参考，有错敬请指正，谢谢，也可以说下自己的理解，或者自行百度更权威的理解

1. Python中__init__ 和__new__的区别
   __new__是在实列创建之前被调用，创建实列返回实列对象
   __init__是在实列创建之后被调用，通常用来初始化对象
2. 整个爬虫的工作流程
   发送请求-接收数据-处理数据-存储
3. http的响应码
   （100-199）信息响应
   （200-299）成功响应
   （300-399）重定向
   （400-499）客服端错误
   （500-599）服务端错误
4. 进程、线程、协程的区别
   进程里可以有多个线程（比如车道上车谁先走是没有安排的，而协程是安排好的（交警指挥车辆）），协程控制代码块的执行
   进程相当于一个py文件，进程想当于文件中的代码，代码错了，
5. 多线程和多进程
   多进程执行不同的程序（电脑打开不同的程序）
   多线程：程序有多条执行路径（爬虫需要进行多个url的请求，分成多条一起请求）
6. 如何实现多进程和多线程
   多进程，多个程序一起运行
   多线程，url中的信息提取，同时提取
7. python并发和并行
   并发：单处理器同时处理多个任务（一个程序爬取不同的网站）
   并行：多处理器同时处理多个任务（并行，指的是同一时刻、同时发生
8. map 函数
   实现给一个函数传多个参数得出结果
9. 函数装饰器的理解
   相当于一个房子，我们给他装饰，比如加个家具，电脑
10. 正则里match 与search 的区别
    一个从头开始匹配（开始没匹配成功报错
    一个从整个一起匹配（匹配完毕返回
11. varchar 与char 的区别
    char定长，varchar不定长
12. 常见的反爬虫和应对方法
    header( User-Agent，cookie,referer)----请求的时候加上去
    封ip(请求过于频繁）----换代理ip
    直接请求原网页网址，提取不到数据（动态页面）–自动化解决，或者找到真实的数据接口
    需要传参特定数据进行请求才能拿到数据，js解密
    验证码，打码平台，滑动验证码可以自动化解决（类似淘宝），识别文字的话（ocr）