搞定這套Python爬蟲面試題，面試會so easy

Python · 發表 2019-04-02 15:58:05

摘要：先來一份完整的爬蟲工程師面試考點: image 一、 Python 基本功 1、簡述Python 的特點和優點 Python 是一門開源的解釋性語言，相比 Java C++ 等語言，Python 具有動態特性，非常靈活。 2、Pyth...

先來一份完整的爬蟲工程師面試考點:

image

一、 Python 基本功

1、簡述Python 的特點和優點

Python 是一門開源的解釋性語言，相比 Java C++ 等語言，Python 具有動態特性，非常靈活。

2、Python 有哪些資料型別？

Python 有 6 種內建的資料型別，其中不可變資料型別是Number(數字), String(字串), Tuple(元組)，可變資料型別是 List(列表)，Dict(字典)，Set(集合)。

3、列表和元組的區別

列表和元組都是可迭代物件，能夠對其進行迴圈、切片等，但元組 tuple 是不可變的。元組不可變的特性，使得它可以成為字典 Dict 中的鍵。

Python學習群：556370268，有大牛答疑，有資源共享！是一個非常不錯的交流基地！歡迎喜歡Python的小夥伴！

4、Python 是如何執行的

CPython:

Python 程式執行時，會先進行編譯，將 .py 檔案中的程式碼編譯成位元組碼(byte code)，編譯結果儲存在記憶體的 PyCodeObject 中，然後由 Python 虛擬機器解釋執行。當程式執行結束後，Python 直譯器會將 PyCodeObject 儲存到 pyc 檔案中。每一次執行時 Python 都會先尋找與檔案同名的 pyc 檔案，如果 pyc 存在則比對修改記錄，根據修改記錄決定直接執行或再次編譯後執行，最後生成 pyc 檔案。

5、Python 執行速度慢的原因

a). Python 不是強型別的語言，所以直譯器執行時遇到變數以及資料型別轉換、比較操作、引用變數時都需要檢查其資料型別。

b). Python 的編譯器啟動速度比 JAVA 快，但幾乎每次都要啟動編譯。

c). Python 的物件模型會導致訪問記憶體效率變低。Numpy 的指標指向快取區資料的值，而 Python 的指標指向快取物件，再通過快取物件指向資料：

image

6、面對 Python 慢的問題，有什麼解決辦法

a). 可以使用其他的直譯器，比如 PyPy 和 Jython 等。

b). 如果對效能要求較高且靜態型別變數較多的應用程式，可以使用 CPython。

c). 對於 IO 操作多的應用程式，Python 提供 asyncio 模組提高非同步能力。

7、描述一下全域性直譯器鎖 GIL

每個執行緒在執行時候都需要先獲取 GIL，保證同一時刻只有一個執行緒可以執行程式碼，即同一時刻只有一個執行緒使用 CPU，也就是說多執行緒並不是真正意義上的同時執行。但是在 IO 操作時，是可以釋放鎖的（這也是 Python 能夠非同步的原因）。而且如果想要利用多核 CPU，那麼可以使用多程序。

8、深拷貝淺拷貝

深拷貝是將物件本身複製給另一個物件，淺拷貝則是將物件的引用複製給另一個物件。所以當複製後的物件改變時，深拷貝的原物件值不會改變，而淺拷貝原物件的值會被改變。

9、is 和 == 的區別

is 表示的是物件標示符（object identity），而 == 表示的是相等（equality）。

is 的作用是用來檢查物件的標示符是否一致，也就是比較兩個物件在記憶體中的地址是否一樣，而 == 是用來檢查兩個物件是否相等。但是為了提高系統性能，對於較小的字串 Python 會保留其值的一個副本，當建立新的字串的時候直接指向該副本即可。如：

a = 8
b = 8
a is b

10、檔案讀寫

簡述檔案讀取時 read 、readline、readlines 的區別和作用

他們的區別除了讀取內容範圍不同外，返回的內容型別也不同。

read()會讀取整個檔案，將讀取到底的檔案內容放到一個字串變數，返回 str 型別。

readline()讀取一行內容，放到一個字串變數，返回 str 型別。

readlines() 讀取檔案所有內容，按行為單位放到一個列表中，返回 list 型別。

11、請用一行程式碼實現

請分別使用匿名函式和推導式這兩種方式將 [0, 1, 2, 3, 4, 5] 中的元素求乘積，並列印輸出元組。

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、請用一行程式碼實現

用 reduce 計算 n 的階乘（n!=1×2×3×...×n）

print(reduce(lambda x, y: x*y, range(1, n)))

13、請用一行程式碼實現

篩選並列印輸出 100 以內能被 3 整除的數的集合

print(set(filter(lambda n: n % 3 == 0, range(1, 100))))

14、請用一行程式碼實現

text = 'Obj{"Name": "pic", "data": [{"name": "async", "number": 9, "price": "$3500"}, {"name": "Wade", "number": 3, "price": "$5500"}], "Team": "Hot"'

列印文字中的球員身價元組，如 ( 5500)

print(tuple(i.get("price") for i in json.loads(re.search(r'[(.*)]', text).group(0))))

15、請寫出遞迴的基本骨架

def recursions(n):
 if n == 1:
 # 退出條件
 return 1
 # 繼續遞迴
 return n * recursions(n - 1)

16、切片

請寫出下方輸出結果

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[:])
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、檔案路徑

列印輸出當前檔案所在目錄路徑

import os
print(os.path.dirname(os.path.abspath(__file__)))

列印輸出當前檔案路徑

import os
print(os.path.abspath(__file__))

列印輸出當前檔案上兩層檔案目錄路徑

import os
print(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))

18、請寫出執行結果，並回答問題

tpl = (1, 2, 3, 4, 5)
apl = (6, 7, 8, 9)
print(tpl.__add__(apl))

問題：tpl 的值發生變化了嗎？

執行結果如下：

(1, 2, 3, 4, 5, 6, 7, 8, 9)

答：元組是不可變的，它是生成新的物件

19、請寫出執行結果，並回答問題

name = ('James', 'Wade', 'Kobe')
team = ['A', 'B', 'C']
tpl = {name: team}
print(tpl)
apl = {team: name}
print(apl)

問題：這段程式碼能執行完畢嗎？為什麼？它的執行結果是？

答：這段程式碼不能完整執行，它會在 apl 處丟擲異常，因為字典的鍵只能是不可變物件，而 list 是可變的，所以不能作為字典的鍵。執行結果是：

{('James', 'Wade', 'Kobe'): ['A', 'B', 'C']}
TypeError

20、裝飾器

請寫出裝飾器程式碼骨架

def log(func):
 def wrapper(*args, **kw):
 print('call %s():' % func.__name__)
 return func(*args, **kw)
 return wrapper

簡述裝飾器在 Python 中的作用：

在不改動原函式程式碼的情況下，為其增加新的功能。