第一部分 必答题
注意:第31题1分,其他题均每题3分。
1,了解哪些基于爬虫相关的模块?
2,常见的数据解析方式?
3,列举在爬虫过程中遇到的哪些比较难的反爬机制?
4,简述如何抓取动态加载数据?
5,移动端数据如何抓取?
6,抓取过哪些类型的数据,量级多少?
7,了解哪些爬虫框架?
8,谈谈对scrapy的了解?
9,如何解析出携带标签的局部页面数据?
10,scrapy核心组件?
11,scrapy中间件的应用?
12,如何实现全站数据爬取?
13,如何检测网站数据更新?
14,分布式爬虫实现原理?
15,如何提升爬取数据的效率(异步爬虫)
16,列举你接触的反爬机制?
17,什么是深度优先和广度优先(优劣)
18,scrapy如何实现持久化存储
19,谈谈对crawlspider的理解,如何使用其进行深度爬取
20,如何实现数据清洗?
21,了解过机器学习吗?
22,在爬虫中为什么需要是用selenium?selenium和爬虫之间的关联么?
23,列举你所熟知的selenium模块中的常用方法及其作用
24,解释在多任务异步协程中事件循环(loop)的作用是什么?
25,多任务异步协程是如何实现异步的?
26,验证码如何处理?
27,scrapy 和 scrapy-redis 有什么区别?
28,说一说打开浏览器访问
29,列出你知道 header 的内容以及信息
30,简述scrapy的去重原理?
31,下列叙述中错误的是:(1分)
A.栈是线性结构B.队列是线性结构
C.线性列表是线性结构D.二叉树是线性结构
32,简述前序、中序、后续遍历?
33,写代码:实现一个冒泡排序。
34,写代码:实现一个快速排序。
第二部分 补充题
1,列举常见用的git命令?
2,你们公司/团队用怎么做的协同开发?
3,公司如何做代码review?谁来做?
4,线上代码如果出现bug如何解决?
5,git rebase的作用?
原文:https://www.cnblogs.com/linglichong/p/12425560.html