注：答案一般在網上都能夠找到。
1.對if __name__ == 'main'的理解陳述
2.python是如何進行內存管理的？
3.請寫出一段Python代碼實現刪除一個list里面的重復元素
4.Python里面如何拷貝一個對象？（賦值，淺拷貝，深拷貝的區別）
5.介紹一下except的用法和作用？
6.Python中__new__與__init__方法的區別
7.常用的網絡數據爬取方法
8.遇到過得反爬蟲策略以及解決方法
9.urllib 和 urllib2 的區別
10.設計一個基于session登錄驗證的爬蟲方案
11.列舉網絡爬蟲所用到的網絡數據包，解析包
12.熟悉的爬蟲框架
13.Python在服務器的部署流程，以及環境隔離
14.Django 和 Flask 的相同點與不同點，如何進行選擇？
15.寫一個Python中的單例模式
16.Linux部署服務腳本命令(包括啟動和停止的shell腳本)
17.你用過多線程和異步嘛？除此之外你還用過什么方法來提高爬蟲效率？
18.POST 與 GET的區別
1）對if __name__ == 'main'的理解陳述
__name__是當前模塊名，當模塊被直接運行時模塊名為__main__，也就是當前的模塊，當模塊被導入時，模塊名就不是__main__，即代碼將不會執行。
2）python是如何進行內存管理的？
a、對象的引用計數機制
python內部使用引用計數，來保持追蹤內存中的對象，Python內部記錄了對象有多少個引用，即引用計數，當對象被創建時就創建了一個引用計數，當對象不再需要時，這個對象的引用計數為0時，它被垃圾回收。
b、垃圾回收
1>當一個對象的引用計數歸零時，它將被垃圾收集機制處理掉。
2>當兩個對象a和b相互引用時，del語句可以減少a和b的引用計數，并銷毀用于引用底層對象 的名稱。然而由于每個對象都包含一個對其他對象的應用，因此引用計數不會歸零，對象也不會銷毀。（從而導致內存泄露）。為解決這一問題，解釋器會定期執行一個循環檢測器，搜索不可訪問對象的循環并刪除它們。
c、內存池機制
Python提供了對內存的垃圾收集機制，但是它將不用的內存放到內存池而不是返回給操作系統。
1>Pymalloc機制。為了加速Python的執行效率，Python引入了一個內存池機制，用于管理 對小塊內存的申請和釋放。
2>Python中所有小于256個字節的對象都使用pymalloc實現的分配器，而大的對象則使用 系統的malloc。
3>對于Python對象，如整數，浮點數和List，都有其獨立的私有內存池，對象間不共享他們的內存池。也就是說如果你分配又釋放了大量的整數，用于緩存這些整數的內存就不能再分配給浮點數。
3）請寫出一段Python代碼實現刪除一個list里面的重復元素
|
1
2
3
4
5
6
7
8
9
|
# 1.使用set函數list = [1, 3, 4, 5, 51, 2, 3]set(list)# 2.使用字典函數，>>> a = [1, 2, 4, 2, 4, 5, 6, 5, 7, 8, 9, 0]>>> b = {}>>> b = b.fromkeys(a)>>> c = list(b.keys())>>> c |
4）Python里面如何拷貝一個對象？（賦值，淺拷貝，深拷貝的區別）
賦值（=），就是創建了對象的一個新的引用，修改其中任意一個變量都會影響到另一個。
淺拷貝：創建一個新的對象，但它包含的是對原始對象中包含項的引用（如果用引用的方式修改其中一個對象，另外一個也會修改改變）{1,完全切片方法;2，工廠函數，如list();3，copy模塊的copy()函數}
深拷貝：創建一個新的對象，并且遞歸的復制它所包含的對象（修改其中一個，另外一個不會改變）{copy模塊的deep.deepcopy()函數}
5）介紹一下except的用法和作用？
try…except…except…else…
執行try下的語句，如果引發異常，則執行過程會跳到except語句。對每個except分支順序嘗試執行，如果引發的異常與except中的異常組匹配，執行相應的語句。如果所有的except都不匹配，則異常會傳遞到下一個調用本代碼的最高層try代碼中。
try下的語句正常執行，則執行else塊代碼。如果發生異常，就不會執行如果存在finally語句，最后總是會執行。
6）Python中__new__與__init__方法的區別
__new__:它是創建對象時調用，會返回當前對象的一個實例，可以用__new__來實現單例
__init__:它是創建對象后調用，對當前對象的一些實例初始化，無返回值
7）常用的網絡數據爬取方法
- 正則表達式
- Beautiful Soup
- Lxml
8）遇到過得反爬蟲策略以及解決方法
1.通過headers反爬蟲
2.基于用戶行為的發爬蟲：(同一IP短時間內訪問的頻率)
3.動態網頁反爬蟲(通過ajax請求數據，或者通過JavaScript生成)
4.對部分數據進行加密處理的(數據是亂碼)
解決方法：
對于基本網頁的抓取可以自定義headers,添加headers的數據
使用多個代理ip進行抓取或者設置抓取的頻率降低一些，動態網頁的可以使用selenium + phantomjs 進行抓取
對部分數據進行加密的，可以使用selenium進行截圖，使用python自帶的pytesseract庫進行識別，但是比較慢最直接的方法是找到加密的方法進行逆向推理。
9）urllib 和 urllib2 的區別
urllib 和urllib2都是接受URL請求的相關模塊，但是urllib2可以接受一個Request類的實例來設置URL請求的headers，urllib僅可以接受URL。urllib不可以偽裝你的User-Agent字符串。
urllib提供urlencode()方法用來GET查詢字符串的產生，而urllib2沒有。這是為何urllib常和urllib2一起使用的原因。
10）設計一個基于session登錄驗證的爬蟲方案
11）列舉網絡爬蟲所用到的網絡數據包，解析包
網絡數據包 urllib、urllib2、requests
解析包 re、xpath、beautiful soup、lxml
12）熟悉的爬蟲框架
Scrapy框架 根據自己的實際情況回答
13）Python在服務器的部署流程，以及環境隔離
14）Django 和 Flask 的相同點與不同點，如何進行選擇？
15）寫一個Python中的單例模式
|
1
2
3
4
5
6
7
8
9
10
11
12
|
class Singleton(object):_instance = Nonedef __new__(cls, *args, **kw):if not cls._instance:cls._instance = super(Singleton, cls).__new__(cls, *args, **kw) return cls._instanceclass MyClass(Singleton): a = 1one = MyClass()two = MyClass()id(one) = id(two)>>> True |
16）Linux部署服務腳本命令(包括啟動和停止的shell腳本)
17）你用過多線程和異步嘛？除此之外你還用過什么方法來提高爬蟲效率？
- scrapy-redis 分布式爬取
- 對于定向爬取可以用正則取代xpath
18）POST與 GET的區別
- GET數據傳輸安全性低，POST傳輸數據安全性高，因為參數不會被保存在瀏覽器歷史或web服務器日志中；
- 在做數據查詢時，建議用GET方式；而在做數據添加、修改或刪除時，建議用POST方式；
- GET在url中傳遞數據，數據信息放在請求頭中；而POST請求信息放在請求體中進行傳遞數據；
- GET傳輸數據的數據量較小，只能在請求頭中發送數據，而POST傳輸數據信息比較大，一般不受限制；
- 在執行效率來說，GET比POST好
19）什么是lambda函數？它有什么好處?
lambda 表達式，通常是在需要一個函數，但是又不想費神去命名一個函數的場合下使用，也就是指匿名函數
lambda函數：首要用途是指點短小的回調函數
|
1
2
3
|
lambda [arguments]:expression>>> a=lambdax,y:x+y>>> a(3,11) |
原文鏈接：https://segmentfault.com/a/1190000013874845
