print(merge_sort(l1,l2))
**38、用 python 删除文件和用 linux 命令删除文件方法**
""" python删除文件： os.remove(文件名) linux命令删除文件： rm 文件名 """
**39、logging 模块的使用？**
#logging是日志模块，爬虫时可能用到 import logging logging.basicConfig(level=logging.INFO,format='%(asctime)s-%(name)s-%(levelname)s-%(message)s') logger=logging.getLogger('psy') #psy我设置的文件名 logger.info('Start log') logger.debug('Do something') logger.warning('Something maybe fail') logger.error('Somthing exists error') logger.critical('Break down')
**40、写一段自定义异常代码**
def func(): try: for i in range(5): if i>2: raise Exception('数字大于2') except Exception as e: print(e) func() #数字大于2
**41、正则表达式匹配中，（.）和（.?）匹配区别？**
#（.*）是贪婪匹配，会把满足正则的尽可能多的往后匹配 #（.*?）是非贪婪匹配，会把满足正则的尽可能少匹配 s = "哈哈呵呵" import re res1 = re.findall("(.*)", s) print("贪婪匹配", res1) #贪婪匹配 ['哈哈呵呵'] res2 = re.findall("(.*?)", s) print("非贪婪匹配", res2) #非贪婪匹配 ['哈哈', '呵呵']
**42、[[1,2],[3,4],[5,6]]一行代码展开该列表，得出[1,2,3,4,5,6]**
a=[[1,2],[3,4],[5,6]] new_a=[] for item in a: new_a.extend(item) print(new_a) #[1, 2, 3, 4, 5, 6]
res=[j for i in a for j in i] print(res) #[1, 2, 3, 4, 5, 6]
**43、x=“abc”,y=“def”,z=[“d”,“e”,“f”]，分别求出 x.join(y) 和 x.join(z) 返回的结果**
#join()括号里面的是可迭代对象，x插入可迭代对象中间，形成字符串，结果一致 x="abc" y="def" z=["d","e","f"] print(x.join(y)) #dabceabcf print(x.join(z)) #dabceabcf
**44、举例说明异常模块中 try except else finally 的相关意义**
""" try..except..else没有捕获到异常，执行else语句 try..except..finally不管是否捕获到异常，都执行finally语句 """ #45、python中两个值交换 a,b=1,2 a,b=b,a print(a,b) #2 1
**46、举例说明 zip() 函数用法 zip()函数实质就是整合**
l1=[1,2,3,4] l2=[4,5,6] res=list(zip(l1,l2)) print(res) #[(1, 4), (2, 5), (3, 6)]
**47、a=“张明 98分”，用 re.sub，将 98 替换为 100**
import re a="张明 98分" res=re.sub(r'\d+','100',a) print(res) #张明 100分
**48、a="hello"和b="你好"编码成 bytes 类型**
a=b"hello" b="你好".encode() print(type(a)) #<class 'bytes'> print(type(b)) #<class 'bytes'>
**49、[1,2,3]+[4,5,6]的结果是多少**
print([1,2,3]+[4,5,6]) #[1, 2, 3, 4, 5, 6]
**50、提高 python 运行效率的方法**
（1）使用生成器，因为可以节约大量内存
（2）循环代码优化，避免过多重复代码的执行
（3）核心模块用Cython PyPy等，提高效率
（4）多线程、多进程、协程
（5）多个if elif条件判断，可以把最有可能先发生的条件放到前面写，这样可以减少程序的判断次数，提高效率
**51、遇到 bug 如何处理**
（1）细节上的错误，通过print()打印，能执行到print()说明一般上面的代码没有问题，分段检测程序是否有问题，如果是js的话可以alter活console.log
（2）如果涉及一些第三方的框架，会去查找光放文档或者一些技术博客
（3）对于bug的管理与归类总结，一般测试将测试出的bug用teambin等bug管理工具进行记录，然后我们会一条一条进行修改，修改的过程也是理解业务逻辑和提高自己编程逻辑缜密性的方法，然后自己再做一些笔记记录。
（4）导包问题、城市定位多音字造成的显示错误问题
**52、list=[2,3,5,4,9,6]，从小到大排序，不许用 sort，输出[2,3,4,5,6,9]**
#若使用sort l=[2,3,5,4,9,6] print(sorted(l)) #[2, 3, 4, 5, 6, 9] #不使用sorted，自己定义函数 def quicksort(old_list): if len(old_list)<2: return old_list else: temp=old_list[0] lowbeforetemp=[i for i in old_list[1:] if i<=temp] bigbeforetemp=[i for i in old_list[1:] if i>temp] final_list=quicksort(lowbeforetemp)+[temp]+quicksort(bigbeforetemp) return final_list print(quicksort([2,3,5,4,9,6])) #[2, 3, 4, 5, 6, 9]
**53、两个数相除，保留两位小数**
print(round(10/3,2)) #3.33
**54、正则匹配，匹配日期 2018-03-20**
s='Date：2018/03/20' import re res1=re.findall('(\d+)',s) #['2018', '03', '20'] res='-'.join(res1) print(res) #2018-03-20
**55、使用 pop 和 del 分别删除字典中的"name"和"age"字段，dic={“name”:“zs”,“age”:18,“sex”:“girl”}**
dic={"name":"zs","age":18,"sex":"girl"} dic.pop("name") print(dic) #{'sex': 'girl', 'age': 18} del dic["age"] print(dic) #{'sex': 'girl'}
**56、简述多线程、多进程**
进程是资源（CPU、内存等）分配的基本单位，它是程序执行时的一个实例。
线程是程序执行时的最小单位，它是进程的一个执行流。
进程有自己的独立地址空间，每启动一个进程，系统就会为它分配地址空间，建立数据表来维护代码段、堆栈段和数据段，这种操作非诚昂贵。
【所以各个进程有自己的地址空间，彼此互相不打扰】
线程是共享进程中的数据的，使用相同的地址空间，因此CPU切换一个线程的花费比进程要小很多，同时创建一个线程的开销也比进程要小很多。
**57、简述 any() 和 all() 方法**
#连个返回的都是bool值 all如果存在0 None False返回False,否则返回
True;any与之相反 print(all([0,1,2,3])) #False print(all([1,2,3])) #True print(any([0,1,2,3])) #True print(any([0,False,None])) #False
**58、异常分类**
""" IOError 输入输出异常 AttributeError 试图访问一个对象没有的属性 ImportError 无法引入模块或包，基本都是路径的问题 IndentationError 语法错误，代码没有正确的对齐 KeyError 试图访问你字典里不存在的键 SyntaxError Python代码逻辑语法出错，不能执行 NameError 使用一个还未赋予对象的变量 """
**59、Python 中 copy 和 deepcopy 区别 【深拷贝和浅拷贝】**
import copy #copy的使用 l1=[1,2,[3,4]] l2=copy.copy(l1) print(id(l1)==id(l2)) #False 两者id不相同 l1.append(5) l1[2].append(5) print(l1) #[1, 2, [3, 4, 5], 5] print(l2) #[1, 2, [3, 4, 5]] #deepcopy的使用 l1=[1,2,[3,4]] l2=copy.deepcopy(l1) print(id(l1)==id(l2)) #False 两者id不相同 l1.append(5) l1[2].append(5) print(l1) #[1, 2, [3, 4, 5], 5] print(l2) #[1, 2, [3, 4]] """ copy()和deepcopy()是Python语言copy模块中的两个method，copy()其实是与deep copy相对的shallow copy。 对于简单的object,用shallow copy和deep copy没区别。 复杂的Object,如list中套着list的情况,shallow copy中的子list并未从原object真的独立出来，因此如果你改变原object的子list中的一个元素，你的copy就会跟着一起改变。 deep copy则更加符合我们对复制的直觉定义：一旦复制出来了，就应该是独立的了。 """
**60、在python数据处理中的复制方法（下面介绍3种，需要导入numpy库）**
import numpy as np
**方法一：b=a 【此时：b和a实际指向同一个东西，改变a或b，两者一起发生变化】**
a=np.arange(12) b=a b.shape=(3,4) print(a.shape) #(3, 4) print(id(a)==id(b)) #True
**方法二：c=a.view() 【此时：c和a不是指向同一个东西，但是共用一堆值】**
a=np.arange(12)
c=a.view() c.shape=(3,4) print(a.shape) #(12,) print(id(a)==id(c)) #False
**方法三：d=a.copy() 【此时：d和a各自为各自的值，没有一点关系】**
a=np.arange(12) d=a.copy() d[0]=5 print(a) #[ 0 1 2 3 4 5 6 7 8 9 10 11] print(d) #[ 5 1 2 3 4 5 6 7 8 9 10 11] print(id(a)==id(d)) #False
**61、列出几种魔法方法并简要介绍用途**
""" __init__ 对象初始化方法 __new__ 创建对象时执行的方法，单例模式会用到 __str__ 当时用print输出对象时，只要自己定义了__str__(self)方法，则就打印在这个方法中return的数据 【必须要有return】 __del__ 删除对象执行的方法 """
**62、上下文管理器 with…as 的实现**
上下文管理器(context manager)用于规定某个对象的使用范围。一旦进入或者离开该使用范围，会有特殊操作被调用 比如为对象分配或者释放内存)。
它的语法形式是with…as…
常用的上下文管理器： with open(‘test.txt’,‘w’)as f:f.write(‘Hello World!’)
open函数既能够当做一个简单的函数使用，又能够作为上下文管理器。这是因为open函数返回了一个文件类型变量。
要实现上下文管理器，必须实现两个方法：一个负责进入语句块的准备操作（**enter** 方法），另一个负责离开语句块的善后操作（**exit** 方法）。
当一个对象被用作上下文管理器时：
**enter** 方法将在进入代码块前被调用。
**exit** 方法则在离开代码块之后被调用(即使在代码块中遇到了异常)。
自己实现的上下文管理方法，
class PypixOpen: def __init__(self, filename, mode): self.filename = filename self.mode = mode def __enter__(self): self.openedFile = open(self.filename, self.mode) return self.openedFile def __exit__(self, *unused): self.openedFile.close() with PypixOpen(filename, mode) as writer: writer.write("Hello World from our new Context Manager!")
**注意：**
（1）我们完全忽视了语句块内部可能出现的问题。
（2）如果语句块内部发生了异常，\_\_exit\_\_方法将被调用，而异常将会被重新抛出(re-raised)。
当处理文件写入操作时，大部分时间你肯定不希望隐藏这些异常，所以这是可以的。
而对于不希望重新抛出的异常，我们可以让\_\_exit\_\_方法简单的返回True来忽略语句块中发生的所有异常(大部分情况下这都不是明智之举)。
（3）上面代码\*unused 指向exc\_type, exc\_value, traceback三个参数，当程序块中出现异常(exception)，这三个参数用于描述异常。
我们可以根据这三个参数进行相应的处理。如果正常运行结束，这三个参数都是None。
**给出的答案**
class Close(): def __init__(self,obj): self.obj=obj def __enter__(self): return self.obj #返回作为as目标 def __exit__(self, exc_type, exc_val, exc_tb): try: self.obj.close() except AttributeError: print(exc_type)
63、python arg.py 1 2 命令行启动程序并传参，print(sys.argv) 会输出什么数据？
#[arg.py 1 2]
**64、请将[i for i in range(3)]改成生成器**
class iter(): def __init__(self,data): self.data=data self.loop=-1 def __iter__(self): return self def __next__(self): if self.loop>=self.data: raise StopIteration self.loop+=1 return self.loop Iter=iter(range(3)) print(Iter) #<__main__.iter object at 0x000001BA9D92F898> print(Iter.iter()) #<__main__.iter object at 0x0000016888BDF898> print(Iter.data) #range(0, 3) print(Iter.next) #<bound method iter.__next__ of <__main__.iter object at 0x0000016888BDF898>>
""" #列表解析生成列表 [x*x for x in range(3)] 结果：[0,1,4] #生成器表达式 (x*x for x in range(3)) 结果：(0,1,4) #两者之间的转换 list(x*x for x in range(3)) 结果[0,1,4] """
**65、字符串转化大小写？**
s='MyDay' print(s.upper()) #MYDAY print(s.lower()) #myday
**66、请说明 sort 和 sorted 对列表排序的区别**
l=[2,4,1,3,8,6,5] l.sort() print(l) #[1, 2, 3, 4, 5, 6, 8] l=[2,4,1,3,8,6,5] print(sorted(l)) #[1, 2, 3, 4, 5, 6, 8] """
（1）sort()与sorted()的不同在于：sort()是在原位重新排列列表，而sorted()是产生一个新的列表
sorted(L)返回一个排序后的L，不改变原始的L；L.sort()是对原始的L进行操作，调用后原始的L会改变，没有返回值
所以a=a.sort()是错的，a=sorted(a)才对！
（2）sorted()适用于任何可迭代容器，list.sort()仅支持list
（3）基于以上两点，sorted的使用频率比list.sort()更高些
**67、对 foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4] 进行排序，使用 lambda 函数从小到大排序**
#方法一：直接使用list.sort() foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4] foo.sort() print(foo) #[-20, -5, -4, -4, -2, 0, 2, 4, 8, 8, 9] #方法二：使用lambda函数 foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4] res=sorted(foo,key=lambda x:x) print(res) #[-20, -5, -4, -4, -2, 0, 2, 4, 8, 8, 9] 68、对 foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4] 进行排序，将正数从小到大，负数从大到小 foo = [-5, 8, 0, 4, 9, -4, -20, -2, 8, 2, -4] res=sorted(foo,key=lambda x:(x<0,abs(x))) print(res) #[0, 2, 4, 8, 8, 9, -2, -4, -4, -5, -20] #69、Python 传参数是传值还是传址？
""" Python 中函数参数是引用传递（注意不是值传递）。 对于不可变类型（数值型、字符串、元组），因变量不能修改，所以运算不会影响到变量自身； 而对于可变类型（列表字典）来说，函数体运算可能会更改传入的参数变量。 """
**70、w、w+、r、r+、rb、rb+ 文件打开模式区别**
r 以只读方式打开文件。文件的指针会被放在文件的开头。这是默认模式。
w 打开一个文件只用于写入。如果该文件已存在则将其覆盖，如果该文件不存在，创建新文件。
a 打开一个文件用于追加。如果该文件存在，文件指针将会放在文件的结尾。也就是说：新的内容会被写入到已有内容之后。
如果该文件不存在，创建新文件进行写入。
rb 以二进制格式打开一个文件用于只读。文件指针会放在文件的开头。这是默认模式。
wb 以二进制格式打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
ab 以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是：新的内容会被写入到已有内容之后。
如果该文件不存在，创建新文件进行写入。
r+ 打开一个文件用于读写。文件指针将会放在文件的开头。
w+ 打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
a+ 打开一个文件用于读写。如果该文件已存在，文件指针将会放在文件的结尾。文件打开时会时追加模式。
如果该文件不存在，创建新文件进行写入。
rb+ 以二进制格式打开一个文件用于读写。文件指针会放在文件的开头。
wb+ 以二进制格式打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
ab+ 以二进制格式打开一个文件用于读写。如果该文件已存在，文件指针将会放在文件的结尾。
如果该文件不存在，创建新文件进行写入。
**71、int(“1.4”)、int(1.4)的输出结果？**
print(int("1.4")) #报错ValueError: invalid literal for int() with base 10: '1.4' print(int(1.4)) #1
**72、Python 垃圾回收机制？**
“”"
**（1）引用计数**
import sys str1='hello world' print(sys.getrefcount(str1)) #在python解释器下运行，为2 创建一次，调用一次
**（2）分代计数**
Python默认定义了三代对象集合，索引数越大，对象存活时间越长
Python中使用了某些启发式算法（heuristics）来加速垃圾回收。
【例如，越晚创建的对象更有可能被回收。对象被创建之后，垃圾回收器会分配它们所属的代（generation）。每个对象都会被分配一个代，而被分配更年轻代的对象是优先被处理的。】
**（3）引用循环**
垃圾回收器会定时寻找这个循环，并将其回收。
举个例子，假设有两个对象o1和o2，而且符合o1.x == o2和o2.x == o1这两个条件。如果o1和o2没有其他代码引用，那么它们就不应该继续存在。但它们的引用计数都是1。
“”"
**73、Python 字典和 json 字符串相互转化方法 【序列化和反序列化】**
import json dic={"name":"psy","age":18} #序列化 把python的对象编码转换为json格式的字符串 res1=json.dumps(dic) print(res1,type(res1)) #{"age": 18, "name": "psy"} <class 'str'> 【json中一般使用""】 #反序列化 把json格式字符串解码为python数据对象。 res2=json.loads(res1) print(res2,type(res2)) #{'name': 'psy', 'age': 18} <class 'dict'>
**74、Python 正则中 search 和 match 的区别**
""" match() 从第一个字符开始找, 如果第一个字符就不匹配就返回 None, 不继续匹配. 用于判断字符串开头或整个字符串是否匹配,速度快。 search() 会整个字符串查找,直到找到一个匹配。 """ import re str1='superman' str2='hello superman' print(re.match('super',str1)) #<_sre.SRE_Match object; span=(0, 5), match='super'> print(re.match('super',str1).span()) #(0, 5) print(re.match('super',str2)) #None
print(re.search('super',str1)) #<_sre.SRE_Match object; span=(0, 5), match='super'> print(re.search('super',str1).span()) #(0, 5) print(re.search('super',str2)) #<_sre.SRE_Match object; span=(6, 11), match='super'> print(re.search('super',str2).span()) #(6, 11)
**75、Python 中读取 Csv、Excel 文件的方法？**
import pandas as pd #read_csv=pd.read_csv('test1.csv') #read_excel=pd.read_excel('test2.xlsx')
**76、输入日期， 判断这一天是这一年的第几天？**
import datetime def DayOfYear(): year=input('请输入年份：').strip() mon=input('请输入月份：').strip() day=input('请输入日：').strip() data1=datetime.date(year=int(year),month=int(mon),day=int(day)) data2=datetime.date(year=int(year),month=1,day=1) return (data1-data2).days+1 print(DayOfYear()) """运行结果： 请输入年份：2019 请输入月份：4 请输入日：18 108 """
**77、什么是 lambda 函数？有什么好处？**
lambda 函数是一个可以接收任意多个参数（包括可选参数）并且返回单个表达式值的匿名函数
好处：
（1）lambda 函数比较轻便，即用即删除，很适合需要完成一项功能，但是此功能只在此一处使用，连名字都很随意；
（2）匿名函数，一般用来给filter，map这样的函数式编程服务；
（3）作为回调函数，传递给某些应用，比如消息处理
**78、求两个列表的交集、差集、并集**
**set()集合中有关于交集、差集、并集的方法 交集intersection() 差集difference 并集union**
a=[1,2,3,4] b=[4,3,5,6] jj1=[i for i in a if i in b] jj2=list(set(a).intersection(set(b))) print('交集：',jj1,jj2) #交集： [3, 4] [3, 4] cj1=list(set(a).difference(set(b))) cj2=list(set(b).difference(set(a))) print('差集：',cj1,cj2) #差集： [1, 2] [5, 6] bj=list(set(a).union(set(b))) print('并集',bj) #并集 [1, 2, 3, 4, 5, 6] **79、什么是负索引？** #与正索引不同，负索引是从右边开始检索
**80、正则匹配不是以4和7结尾的手机号？**
import re tels=["13100001234","18912344321","10086","18800007777"] #方法1： for item in tels: if len(item)!=11 or item.endswith('4') or item.endswith('7'): print('{}不是想要的手机号'.format(item)) else: print('{}是想要的手机号'.format(item)) #方法二： for item in tels: res=re.match("1\d{9}[0-3,5-6,8-9]",item) if res: print('{}是想要的手机号'.format(res.group())) else: print('{}不是想要的手机号'.format(item))
**81、用两种方法去空格？**
str="hello world ha ha" res1=str.replace(' ','') print(res1) #helloworldhaha res2_l=str.split(' ') res2=''.join(res2_l) print(res2) #helloworldhaha
**82、统计字符串中某字符出现次数？**
str="张三 哈哈 张三 呵呵 张三" from collections import Counter l=str.split(' ') res=Counter(l) print(res) #Counter({'张三': 3, '哈哈': 1, '呵呵': 1}) print(Counter(l)['张三']) #3 print(str.count('张三')) #3
**83、正则表达式匹配 URL**
str = 'Its after 12 noon, do you know where your rooftops are? import re pattern=re.compile(r'http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*(),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+') url=re.findall(pattern,str) print(url)
**84、正则匹配以 163.com 结尾的邮箱？**
email_list= ["sdgaozhe@163.com","xiaoWang@163.comheihei", ".com.602556194g@qq.com" ] import re for item in email_list: res=re.match('[\w]{4,20}@163.com$',item) if res: print('{}符合规定的邮件地址，匹配的结果是：{}'.format(item,res.group())) else: print('{}不符合规定的邮件地址'.format(item))
**85、s=“info:xiaoZhang 33 shandong”,用正则切分字符串输出[‘info’, ‘xiaoZhang’, ‘33’, ‘shandong’]**
s="info:xiaoZhang 33 shandong" import re res=re.split(r":| ",s) #|表示或，根据:或 切分 print(res) #['info', 'xiaoZhang', '33', 'shandong']
**86、两个有序列表，l1,l2，对这两个列表进行合并不可使用 extend 【很前面的一题很像…】**
l1=[1,4,7] l2=[2,5,6] l1.extend(l2) print(l1) #[1, 4, 7, 2, 5, 6] 【无序】
l1=[1,4,7] l2=[2,5,6] def merge_sort(l1,l2): left_p,right_p=0,0 result=[] while left_p<len(l1) and right_p<len(l2): if l1[left_p]<l2[right_p]: result.append(l1[left_p]) left_p+=1 else: result.append(l2[right_p]) right_p+=1 result+=l1[left_p:] result+=l2[right_p:] return result print(merge_sort(l1,l2)) #[1, 2, 4, 5, 6, 7]
**87、代码描述列表推导式、字典推导式、生成器？**
import random tds_list=[i for i in range(10)] print('列表推导式',tds_list,type(tds_list)) #列表推导式 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] <class 'list'> tds_dict={k:random.randint(4,9) for k in ["a","b","c","d"]} print('字典推导式',tds_dict,type(tds_dict)) #字典推导式 {'d': 9, 'c': 6, 'a': 9, 'b': 7} <class 'dict'> generate=(i for i in range(10)) print('生成器',generate,type(generate)) #生成器 <generator object at 0x0000021C8A507410> <class 'generator'>
**88、根据键对字典排序，不可使用zip？**
dic = {"name":"zs","sex":"man" ,"city":"bj"} #对字典按键key进行排序 res1=sorted(dic.items(),key=lambda x:x[0]) print(res1) #[('city', 'bj'), ('name', 'zs'), ('sex', 'man')] #对字典的值value进行排序 res2=sorted(dic.items(),key=lambda x:x[1]) print(res2) #[('city', 'bj'), ('sex', 'man'), ('name', 'zs')]
**89、阅读一下代码他们的输出结果是什么？**
def multi(): return [lambda x : i*x for i in range(4)] print([m(2) for m in multi()]) #[6, 6, 6, 6] """ **分析：这是一个闭包,下面是闭包定义： 1、闭包是一个嵌套函数 2、闭包必须返回嵌套函数 3、嵌套函数必须引用一个外部的非全局的局部自由变量** def multi(): func_list=[] for i in range(4): def lam(x): return i*x func_list.append(lam) return func_list 在python里，相对而言的局部变量绑定的是值，非局部变量绑定的是空间， 而不是值本身。 所以，for循环生成的i，相对于函数lam来说，是全局变量，所以绑定的是i所在的内存地址，但i最后变成了3，lam绑定的是3。 所以导致了,生成的四个函数所得值时相同的.
那实现结果为[0,2,4,6]呢? 按照刚才的思路,我们只需将lam函数中的i变成局部变量,则函数lam绑定的就是值,而不是内存地址： def mul(): func_list=[] for i in range(4): def lam(x,n=i): #这时候因为n是局部变量，所以绑定的是n的值 return x*n func_list.append(lam) return func_list print([m(2) for m in mul()]) #[0, 2, 4, 6] """
**90、代码实现 Python 的线程同步，在屏幕上依次打印10次“ABC”**
from threading import Thread,Lock mutex=Lock() def print1(lock): lock.acquire() print('A') lock.release() def print2(lock): lock.acquire() print('B') lock.release() def print3(lock): lock.acquire() print('C') lock.release() for i in range(10): t1=Thread(target=print1,args=(mutex,)) t1.start() t1.join() t2 = Thread(target=print2, args=(mutex,)) t2.start() t2.join() t3 = Thread(target=print3, args=(mutex,)) t3.start() t3.join()
**91、简述 read、readline、readlines 的区别？**
read 读取整个文件
readline 读取下一行，使用生成器方法
readlines 读取整个文件到一个迭代器以供我们遍历
**92、a=" hehheh "去除首尾空格**
a=" hehheh " print(a.strip()) #hehheh
**93、yield方法**
yield就是保存当前程序执行状态。
你用for循环的时候，每次取一个元素的时候就会计算一次。用yield的函数叫generator,和iterator一样。
它的好处是不用一次计算所有元素，而是用一次算一次，可以节省很多空间，generator 每次计算需要上一次计算结果，所以用yield,否则一旦return，上次计算结果就没了。
**94、字符串 “123” 转换成 123，不使用内置 API，例如 int()**
def change(s): num=0 for item in s: n=eval(item) #此时n为int类型 num=num*10+n return num res=change('123') print(res,type(res)) #123 <class 'int'>
**95、is 和 == 的区别**
**is 比较的是内存地址 == 比较内容和数据类型** a=[1,2,3] b=a print(id(a),id(b)) #1753026079880 1753026079880 print(a is b) #True print(a == b) #True
import copy c=copy.deepcopy(a) print(id(a),id(c)) #1753026079880 1753026098120 print(a is c) #False print(a==c) #True
**96、有没有一个工具可以帮助查找 python 的 bug 和进行静态的代码分析？**
PyChecker是一个python代码的静态分析工具，它可以帮助查找python代码的bug，会对代码的复杂度和格式提出警告Pylint是另外一个工具可以进行codingstandard检查
**97、文件递归**
import os def print_directory_contents(s_path): """ 这个函数接收文件夹的名称作为输入参数 返回该文件夹中文件的路径 以及其包含文件夹中文件的路径 """ for s_child in os.listdir(s_path): s_child_path = os.path.join(s_path, s_child) if os.path.isdir(s_child_path): print_directory_contents(s_child_path) else: print(s_child_path) print_directory_contents('D:\QQ') #D:\QQ\QQ_Setup.exe
**98、Python 如何copy一个文件？**
#shutil 模块有一个 copyfile 函数可以实现文件拷贝 copyfile(source_file, destination_file)** from shutil import copyfile copyfile('test.py','test_new.py') #把该目录下的test.py复制到相同目录下的test_new.py
**99、打乱一个排好序的 list 对象 alist？**
import random alist = [1, 2, 3, 4, 5] random.shuffle(alist) print(alist) #[4, 1, 2, 3, 5] **100、对 s="hello"进行反转**
s="hello" print(s[::-1]) #olleh
**101、Python 中单下划线和双下划线使用**
**foo**:一种约定,Python内部的名字,用来区别其他用户自定义的命名,以防冲突，就是例如\_\_init\_\_(),**del**(),**call**()这些特殊方法
\_foo:一种约定,用来指定变量私有.程序员用来指定私有变量的一种方式.不能用from module import \* 导入，其他方面和公有一样访问；
\_\_foo:这个有真正的意义:解析器用\_classname\_\_foo来代替这个名字,以区别和其他类相同的命名,它无法直接像公有成员一样随便访问,通过对象名.\_类名\_\_xxx这样的方式可以访问.
**102、反转一个整数**
class Solution(object): def reverse(self, x): if -10 < x < 10: return x str_x = str(x) if str_x[0] != "-": str_x = str_x[::-1] x = int(str_x) else: str_x = str_x[1:][::-1] x = int(str_x) x = -x return x if -2147483648 < x < 2147483647 else 0 s=Solution() res=s.reverse(-120) print(res) #-21
**103、代码描述静态方法 (staticmethod)，类方法(classmethod) 和实例方法**
class Method(): def foo(self,x): print('running foo {}-{}'.format(self,x)) @classmethod def class_foo(cls,x): print('running class_foo {}-{}'.format(cls,x)) @staticmethod def static_foo(x): print('running static_foo {}'.format(x)) m=Method() m.foo('psy') #running foo <__main__.Method object at 0x000002498DF18B00>-psy m.class_foo('psy') #running class_foo <class '__main__.Method'>-psy m.static_foo('psy') #running static_foo psy
**104、新式类和旧式类的区别？**
a. 在python里凡是继承了object的类，都是新式类
b. Python3里只有新式类
c. Python2里面继承object的是新式类，没有写父类的是经典类
d. 经典类目前在Python里基本没有应用
**105、请写出一个在函数执行后输出日志的装饰器以及计时器**
""" 简单的装饰器模板： def outter(func): def wrapper(*args,**kwargs): f=func() return wrapper
def timmer(func): #计时器 def wrapper(*args,**kwargs): start=time.time() func(*args,**kwargs) end=time.time() spend=round(end-start,2) print('该程序执行花费时间为{}'.format(spend)) return wrapper """ def do_log(func): #日志装饰器 def wrapper(*args,**kwargs): if func.name=='debug': msg="debug {}".format(args[0]) elif func.name=='info': msg="info {}".format(args[0]) else: msg="{} {}".format(func.name,args[0]) return func(msg,**kwargs) return wrapper @do_log def debug(msg): print(msg) @do_log def info(msg): print(msg) debug('123') #debug 123 info('456') #info 456
**106、请解释一下协程的优点**
子程序切换不是线程切换，而是由程序自身控制
没有线程切换的开销，和多线程比，线程数量越多，协程的性能优势就越明显
不需要多线程的锁机制，因为只有一个线程，也不存在同时写变量冲突，在协程中控制共享资源不加锁
**107、闭包必须满足那几点**
1.必须有一个内嵌函数
2.内嵌函数必须引用外部函数中的变量
3.外部函数的返回值必须是内嵌函数
**108、面试技巧**
**你的缺点是什么？**
缺点真的是一个非常不好答的问题，但是只要掌握了以下这个原则，这道问题也只是小菜一碟，那就是：避重就轻。
什么是重？性格方面的问题，人际方面的问题，工作能力方面的原因。如果你说：“我的缺点就是耐心太差”，“我的缺点就是沟通能力有待提高”，那你真的是一个大傻帽。
什么是轻？举点例子：我方向感不太好，不善于理财（金融岗位除外）之类的。有人会问了，我说了这些缺点，面试官会不会觉得我很虚伪？那我告诉你，只要你的虚伪不至于让他想吐（比如“我最大的缺点就是太追求完美”），那虚伪绝对要比傻乎乎的坦诚好。
**你有什么想问我的吗？**
一般问到这个问题，整个面试就要结束了，但是不要掉以轻心，因为最后这个问题决定了面试官对你的最终印象。
所以这个问题背后的潜台词是什么呢？那就是：你还想了解一些什么，帮助你更好地留在这个公司？换言之，就是你有多想留在这个公司？ 如果你说“没有”，那么面试官说不定心里咯噔一下：原来你对这个职位兴趣也就这点啊……这个问题其实给了你表忠心的机会，你可以很认真地问她：“那如果我来到了这个公司，那每天的日常大概会是什么样的？”或者“这个公司的氛围是什么样的？”（暗示你来这里工作的强烈欲望）。
**109、对列表去重并保持原来的顺序**
#方法一 l1=[11,2,3,22,2,4,11,3] res=[] for item in l1: if item not in res: res.append(item) print(res) #[11, 2, 3, 22, 4] #方法二：利用sort方法 l1=[11,2,3,22,2,4,11,3] l2=list(set(l1)) #将列表用set去重，再转换回列表（没有按照之前的顺序） l2.sort(key=l1.index) #将上一步得到的列表排序，按照l1中的顺序排序 print(l2) #[11, 2, 3, 22, 4]
**110、#将列表中的数据按照age排序**
l=[{"name":"psy","age":18},{"name":"mama","age":54},{"name":"baba","age":55},{"name":"xk","age":24},{"name":"gyp","age":25}] l.sort(key=lambda x:x["age"]) print(l) #[{'name': 'psy', 'age': 18}, {'name': 'xk', 'age': 24}, {'name': 'gyp', 'age': 25}, {'name': 'mama', 'age': 54}, {'name': 'baba', 'age': 55}]
**111、下面的输出是什么**
def extend_list(v,li=[]): li.append(v) return li list1=extend_list(10) list2=extend_list(123,[]) list3=extend_list('a') print(list1) #[10,'a'] print(list2) #[123] print(list3) #[10,'a'] print(list1 is list3) #True
**112、下列代码的输出结果是什么？**
l=['a','b','c','d','e'] print(l[10:]) #[]
**113、下面代码执行完的输出**
def func(m): for k,v in m.items(): m[k+2]=v+2 m={1:2,3:4} l=m #浅拷贝 l[9]=10 func(l) m[7]=8 print("l:",l) print("m:",m)
""" 结果=====》报错如下： Traceback (most recent call last): File "E:/000文章的代码/0000_2018老男孩教育上海python脱产班vip/python面试题/题目3.py", line 11, in func(l) File "E:/000博客文章的代码/0000_2018老男孩教育上海python脱产班vip/python面试题/题目3.py", line 5, in func for k,v in m.items(): RuntimeError: dictionary changed size during iteration #【原理！】 在迭代一个列表或者字典的时候，不能修改列表或字典的大小！！！！！！ """
**114、#4种操作的比较：= 切片 copy deepcopy**
import copy l1=[11,22,[33,44]] l2=l1 l3=l1[:] l4=copy.copy(l1) l5=copy.deepcopy(l1)
l1[2].append(55) print(l1) #[11, 22, [33, 44, 55]] print(l2) #[11, 22, [33, 44, 55]] print(l3) #[11, 22, [33, 44, 55]] print(l4) #[11, 22, [33, 44, 55]] print(l5) #[11, 22, [33, 44]]
**115、Python中字符串的格式化（%和format），你一般用哪种，为什么？**
答：1、简单的用%，超过两个值的一般都用format
2、如果一个字符串格式化的时候变量是一个元祖的话，利用%容易犯错；并且在python3里面都推荐使用format进行格式化！
""" #控制精度 print('{:.2f}'.format(3.141592653)) #3.14 #千位分隔符【金钱显示】 res='{:,}'.format(1234567890) print(res) #1,234,567,890
**116、生成如下列表：[[0,0,0,0,0],[0,1,2,3,4],[0,2,4,6,8],[0,3,6,9,12]]**
#方式一 list1=[] for i in range(4): tmp=[] for j in range(5): tmp.append(i*j) list1.append(tmp) print(list1) #[[0, 0, 0, 0, 0], [0, 1, 2, 3, 4], [0, 2, 4, 6, 8], [0, 3, 6, 9, 12]] #方式二 res=[[i*j for j in range(5)] for i in range(4)] print(res) #[[0, 0, 0, 0, 0], [0, 1, 2, 3, 4], [0, 2, 4, 6, 8], [0, 3, 6, 9, 12]]
**117、装饰器知识点**
1.装饰器的原理及为什么要用装饰器
2. 装饰器的基本用法
3. 带参数的装饰器
4. 被装饰的函数有返回值怎么处理
5. 多个装饰器的执行顺序
6. 装饰类的装饰器
**118、os和sys都是干什么的**
#os是和系统相关的，sys是与系统交互有关的
import os
BASE_DIR=os.path.abspath(file) #取当前文件的绝对路径
base_dir=os.path.dirname(os.path.abspath(file)) #取当前文件的父目录的路径 #E:\000文章的代码\27
path=os.path.join(base_dir,"abc") #在当前父目录下拼接一个abc的文件夹目录
path1=base_dir+"\abc" #不建议使用这种硬编码的形式拼接路径
import sys
sys.path.append() #向当前运行的环境变量中添加一个指定的路径
sys.argv #返回一个列表，用户在cmd中输入的参数
**119、面向对象的三大特性：**
封装、继承、多态
**120、谈谈你对面向对象的理解？**
面向对象的理解
在我理解,面向对象是向现实世界模型的自然延伸，这是一种“万物皆对象”的编程思想。在现实生活中的任何物体都可以归为一类事物，而每一个个体都是一类事物的实例。
面向对象有三大特性，封装、继承和多态。
封装就是将一类事物的属性和行为抽象成一个类，使其属性私有化，行为公开化，提高了数据的隐秘性的同时，使代码模块化。这样做使得代码的复用性更高。
继承则是进一步将一类事物共有的属性和行为抽象成一个父类，而每一个子类是一个特殊的父类–有父类的行为和属性，也有自己特有的行为和属性。这样做扩展了已存在的代码块，进一步提高了代码的复用性。
如果说封装和继承是为了使代码重用，那么多态则是为了实现接口重用。多态的一大作用就是为了解耦–为了解除父子类继承的耦合度。如果说继承中父子类的关系式IS-A的关系，那么接口和实现类之之间的关系式HAS-A。简单来说，多态就是允许父类引用(或接口)指向子类(或实现类)对象。很多的设计模式都是基于面向对象的多态性设计的。
总结一下，如果说封装和继承是面向对象的基础，那么多态则是面向对象最精髓的理论。掌握多态必先了解接口，只有充分理解接口才能更好的应用多态。
**121、python面向对象中的继承有什么特点？**
继承的优点：
1、建造系统中的类，避免重复操作。
2、新类经常是基于已经存在的类，这样就可以提升代码的复用程度。
继承的特点：
1、在继承中基类的构造（**init**()方法）不会被自动调用，它需要在其派生类的构造中亲自专门调用。有别于C#
2、在调用基类的方法时，需要加上基类的类名前缀，且需要带上self参数变量。区别于在类中调用普通函数时并不需要带上self参数
3、Python总是首先查找对应类型的方法，如果它不能在派生类中找到对应的方法，它才开始到基类中逐个查找。（先在本类中查找调用的方法，找不到才去基类中找）。
**122、面向对象深度优先和广度优先是什么？**
"深度优先遍历"考察递归, 将子节点为空作为终止递归的条件
"广度优先遍历"考察队列的结构, 消除父节点(出队列,顺便打印), 添加子节点(进队列),当队列内元素个数为零, 完成遍历
python3中不区分深度优先和广度优先 python2中才区分
**123、面向对象中super的作用？**
super() 函数是用于调用父类(超类)的一个方法。
super 是用来解决多重继承问题的，直接用类名调用父类方法在使用单继承的时候没问题，但是如果使用多继承，会涉及到查找顺序（MRO）、重复调用（钻石继承）等种种问题。
MRO 就是类的方法解析顺序表, 其实也就是继承父类方法时的顺序表。
""" class Person(): def __init__(self,name,age): self.name=name self.age=age class Male(Person): def __init__(self,name,age,location): super().init(name,age) self.location=location man=Male('psy',18,'nuist')
**124、编写Python脚本，分析xx.log文件，按域名统计访问次数**
import re #1读取文本 with open('xx.log','r',encoding='utf-8')as f: data=f.read() #2取域名 res=re.findall("https://(.*?)/",data) #返回列表 #3统计 res_dic={} for item in res: if item not in res_dic: res_dic[item]=1 else: res_dic[item] +=1 #4排序 res2=sorted(res_dic,key=lambda x:res_dic[x],reverse=True) for key in res2: print(res_dic[key],key)
**125、数据库【设计表结构（外键约束怎么建？！）】**
设计 图书管理系统 表结构：
- 书（pk 书名）
- 作者（pk 姓名）
- 出版社（pk 出版社名称 地址）
分析：
一本书只能由一家出版社出版 【多对一，多个出版社对应一本书】》设置外键，外键放置在“一”的表里面，大家都可以用
一本书可以有多个作者，一个作者也可以写多本书 【多对多】》通过第三张表，分别与书和作者建立联系
""" """MySQL中建表的语句 CREATE TABLE book( id INT PRIMARY KEY AUTO_INCREMENT,title VARCHAR(64),publisher_id INT, FOREIGN KEY (publisher_id) REFERENCES publisher(id)); CREATE TABLE author( id INT PRIMARY KEY AUTO_INCREMENT,name VARCHAR(32)); CREATE TABLE book2author( id INT PRIMARY KEY AUTO_INCREMENT,book_id INT,author_id INT, FOREIGN KEY (book_id) REFERENCES book(id), FOREIGN KEY (author_id) REFERENCES author(id)); CREATE TABLE publisher( id INT PRIMARY KEY AUTO_INCREMENT,name VARCHAR(64),address VARCHAR(255)); """
**阿里模拟笔试题：**
题目：
国内最大的web站点统计服务商CNZZ,监测某客户站点正在进行首页广告位更新，该首页有n个广告位，有3种广告（A,B,C），A广告占用1个广告位，B广告占用2个广告位；C广告占用3个；广告连在一起，可任意组合，为了保证首页的美观，A广告的左右相邻不能出现A广告，B和C则无限制。
问该站点首页有多少种广告位布局方案。
输入：n个广告位
输出：z种布局方案
编译器版本: Python 2.7.6
请使用标准输出(sys.stdout)；已禁用图形、文件、网络、系统相关的操作，如Process , httplib , os；缩进可以使用tab、4个空格或2个空格，但是只能任选其中一种，不能多种混用；如果使用sys.stdin.readline，因为默认会带换行符，所以要strip(’ ')进行截取；建议使用raw\_input()
时间限制: 3S (C/C++以外的语言为: 5 S) 内存限制: 128M (C/C++以外的语言为: 640 M)
输入:
输入：n个广告位，n为大于0的正整数
输出:
输出：z种布局方案，z为大于0的正整数
输入范例:
输入范例：3
输出范例:
输出范例：3
""" #代码 def cut(n,isA): if n<=0: return 0 #当广告位为0时，返回0 if n==1: return 1 #广告位为1时，返回1 A if n==2: return 1 #广告位为2时，返回2 B if n==3: if isA: return 2 else:
web浏览器中的javascript
- 客户端javascript
- 在html里嵌入javascript
- javascript程序的执行
- 兼容性和互用性
- 可访问性
- 安全性
- 客户端框架
window对象
-
计时器
-
浏览器定位和导航
-
浏览历史
-
浏览器和屏幕信息
-
对话框
-
错误处理
-
作为window对象属性的文档元素
