搞定这套 Python 爬虫面试题, 面试会 so easy
先来一份完整的爬虫工程师面试考点:
image
一, Python 基本功
1, 简述 Python 的特点和优点
Python 是一门开源的解释性语言, 相比 Java C++ 等语言, Python 具有动态特性, 非常灵活.
2,Python 有哪些数据类型?
Python 有 6 种内置的数据类型, 其中不可变数据类型是 Number(数字), String(字符串), Tuple(元组), 可变数据类型是 List(列表),Dict(字典),Set(集合).
3, 列表和元组的区别
列表和元组都是可迭代对象, 能够对其进行循环, 切片等, 但元组 tuple 是不可变的. 元组不可变的特性, 使得它可以成为字典 Dict 中的键.
Python 学习群: 556370268, 有大牛答疑, 有资源共享! 是一个非常不错的交流基地! 欢迎喜欢 Python 的小伙伴!
4,Python 是如何运行的
CPython:
Python 程序运行时, 会先进行编译, 将 .py 文件中的代码编译成字节码 (byte code), 编译结果储存在内存的 PyCodeObject 中, 然后由 Python 虚拟机解释运行. 当程序运行结束后, Python 解释器会将 PyCodeObject 保存到 pyc 文件中. 每一次运行时 Python 都会先寻找与文件同名的 pyc 文件, 如果 pyc 存在则比对修改记录, 根据修改记录决定直接运行或再次编译后运行, 最后生成 pyc 文件 .
5,Python 运行速度慢的原因
a). Python 不是强类型的语言, 所以解释器运行时遇到变量以及数据类型转换, 比较操作, 引用变量时都需要检查其数据类型.
b). Python 的编译器启动速度比 JAVA 快, 但几乎每次都要启动编译.
c). Python 的对象模型会导致访问内存效率变低. Numpy 的指针指向缓存区数据的值, 而 Python 的指针指向缓存对象, 再通过缓存对象指向数据:
image
6, 面对 Python 慢的问题, 有什么解决办法
a). 可以使用其他的解释器, 比如 PyPy 和 Jython 等.
b). 如果对性能要求较高且静态类型变量较多的应用程序, 可以使用 CPython.
c). 对于 IO 操作多的应用程序, Python 提供 asyncio 模块提高异步能力.
7, 描述一下全局解释器锁 GIL
每个线程在执行时候都需要先获取 GIL, 保证同一时刻只有一个线程可以执行代码, 即同一时刻只有一个线程使用 CPU, 也就是说多线程并不是真正意义上的同时执行. 但是在 IO 操作时, 是可以释放锁的 (这也是 Python 能够异步的原因). 而且如果想要利用多核 CPU, 那么可以使用多进程.
8, 深拷贝 浅拷贝
深拷贝是将对象本身复制给另一个对象, 浅拷贝则是将对象的引用复制给另一个对象. 所以当复制后的对象改变时, 深拷贝的原对象值不会改变, 而浅拷贝原对象的值会被改变.
9,is 和 == 的区别
is 表示的是对象标示符 (object identity), 而 == 表示的是相等 (equality).
is 的作用是用来检查对象的标示符是否一致, 也就是比较两个对象在内存中的地址是否一样, 而 == 是用来检查两个对象是否相等. 但是为了提高系统性能, 对于较小的字符串 Python 会保留其值的一个副本, 当创建新的字符串的时候直接指向该副本即可. 如:a=8
b=8
aisb
10, 文件读写
简述文件读取时 read ,readline,readlines 的区别和作用
他们的区别除了读取内容范围不同外, 返回的内容类型也不同.
read() 会读取整个文件, 将读取到底的文件内容放到一个字符串变量, 返回 str 类型.
readline() 读取一行内容, 放到一个字符串变量, 返回 str 类型.
readlines() 读取文件所有内容, 按行为单位放到一个列表中, 返回 list 类型.
11, 请用一行代码实现
请分别使用匿名函数和推导式这两种方式将 [0, 1, 2, 3, 4, 5] 中的元素求乘积, 并打印输出元组.print(tuple(map(lambdax:x*x,[0,1,2,3,4,5])))
print(tuple(i*iforiin[0,1,2,3,4,5]))
12, 请用一行代码实现
用 reduce 计算 n 的阶乘 (n!=1*2*3*...*n)
print(reduce(lambda x, y: x*y, range(1, n)))
13, 请用一行代码实现
筛选并打印输出 100 以内能被 3 整除的数的集合
print(set(filter(lambda n: n % 3 == 0, range(1, 100))))
14, 请用一行代码实现
text = 'Obj{"Name":"pic","data": [{"name":"async","number": 9,"price":"$3500"}, {"name":"Wade","number": 3,"price":"$5500"}],"Team":"Hot"'
打印文本中的球员身价元组, 如 (
5500)
print(tuple(i.get("price") for i in JSON.loads(re.search(r'[(.*)]', text).group(0))))
15, 请写出递归的基本骨架defrecursions(n):
ifn==1:
# 退出条件
return1
# 继续递归
returnn*recursions(n-1)
16, 切片
请写出下方输出结果tpl=[0,5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95]
print(tpl[3:])
print(tpl[:3])
print(tpl[::5])
print(tpl[-3])
print(tpl[3])
print(tpl[::-5])
print(tpl[:])
deltpl[3:]
print(tpl)
print(tpl.pop())
tpl.insert(3,3)
print(tpl)
[15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95]
[0,5,10]
[0,25,50,75]
85
15
[95,70,45,20]
[0,5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95]
[0,5,10]
10
[0,5,3]
17, 文件路径
打印输出当前文件所在目录路径importos
print(os.path.dirname(os.path.abspath(__file__)))
打印输出当前文件路径importos
print(os.path.abspath(__file__))
打印输出当前文件上两层文件目录路径importos
print(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
18, 请写出运行结果, 并回答问题tpl=(1,2,3,4,5)
apl=(6,7,8,9)
print(tpl.__add__(apl))
问题: tpl 的值发生变化了吗?
运行结果如下:
(1, 2, 3, 4, 5, 6, 7, 8, 9)
答: 元组是不可变的, 它是生成新的对象
19, 请写出运行结果, 并回答问题name=('James','Wade','Kobe')
team=['A','B','C']
tpl={
name:team
}
print(tpl)
apl={
team:name
}
print(apl)
问题: 这段代码能运行完毕吗? 为什么? 它的运行结果是?
答: 这段代码不能完整运行, 它会在 apl 处抛出异常, 因为字典的键只能是不可变对象, 而 list 是可变的, 所以不能作为字典的键. 运行结果是:{
('James','Wade','Kobe'):['A','B','C']
}
TypeError
20, 装饰器
请写出装饰器代码骨架deflog(func):
defwrapper(*args,**kw):
print('call %s():'%func.__name__)
returnfunc(*args,**kw)
returnwrapper
简述装饰器在 Python 中的作用:
在不改动原函数代码的情况下, 为其增加新的功能.
Python 学习群: 556370268, 有大牛答疑, 有资源共享! 是一个非常不错的交流基地! 欢迎喜欢 Python 的小伙伴!
21, 多进程 多线程
多进程更稳定还是多线程更稳定? 为什么?
多进程更稳定, 它们是独立运行的, 不会因为一个崩溃而影响其他进程.
多线程的致命缺点是什么?
因为所有线程共享进程的内存, 所以任何一个线程挂掉都可能直接造成整个进程崩溃.
进程间通信有哪些方式?
共享变量, 队列, 管道.
来源: http://www.jianshu.com/p/4e92215b587d
8609
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
