先来一份完整的爬虫工程师面试考点:
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。
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:
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
a is b
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。
1
2
|
print ( tuple ( map ( lambda x: x * x, [ 0 , 1 , 2 , 3 , 4 , 5 ])))
print ( tuple (i * i for i in [ 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)
1
|
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
1
|
print ( set ( filter ( lambda n: n % 3 = = 0 , range ( 1 , 100 ))))
|
14、请用一行代码实现
1
|
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)
1
|
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
1
2
3
4
5
6
|
def recursions(n):
if n = = 1 :
# 退出条件
return 1
# 继续递归
return n * recursions(n - 1 )
|
16、切片
请写出下方输出结果
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
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[:])
del tpl[ 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
1
2
|
import os
print (os.path.dirname(os.path.abspath(__file__)))
|
打印输出当前文件路径
1
2
|
import os
print (os.path.abspath(__file__))
|
打印输出当前文件上两层文件目录路径
1
2
|
import os
print (os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
|
18、请写出运行结果,并回答问题
1
2
3
|
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
1
2
3
4
5
6
|
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:
1
2
|
{( 'james' , 'wade' , 'kobe' ): [ 'a' , 'b' , 'c' ]}
typeerror
|
20、装饰器
请写出装饰器代码骨架
1
2
3
4
5
|
def log(func):
def wrapper( * args, * * kw):
print ( 'call %s():' % func.__name__)
return func( * args, * * kw)
return wrapper
|
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。
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。
好了,本文就给大家介绍到这里,祝大家面试so easy!
原文链接:https://www.jianshu.com/p/4e92215b587d