tcp,udp区别和特点
TCP（传输控制协议）是一种面向连接的、可靠的、基于字节流的传输层通信协议。也就是说，在收发数据前，必须和对方建立可靠的连接。
UDP协议是用户数据报协议,在网络中它与TCP协议一样用于处理数据包，是一种无连接的协议。
小结TCP与UDP的区别：
1.基于连接与无连接；
2.对系统资源的要求（TCP较多，UDP少）；
3.UDP程序结构较简单；
4.流模式与数据报模式 ；
5.TCP保证数据正确性，UDP可能丢包，TCP保证数据顺序，UDP不保证。
验证码的实现(简述)
1.首先确定滑块滑块间的距离，尺寸，坐标
2.其次随机获取图片，计算缺口的位置，然后模拟图片移动的轨迹
3.然后利用第三方软件进行破解
4.最后调用一下
基本类型
字符串:
列表:
元组：元组与列表类似，不同之处在于元组的元素不能修改；元组使用小括号()，列表使用方括号[]；元组创建很简单，只需要在括号中添加元素，并使用逗号(,)隔开即可
字典：字典(dictionary)是除列表之外python中最灵活的内置数据结构类型。列表是有序的对象结合，字典是无序的对象集合。两者之间的区别在于：字典当中的元素是通过键来存取的，而不是通过偏移存取。字典由键和对应的值组成。字典也被称作关联数组或哈希表。
user-agent
它是一个特殊字符串头，使得服务器能够识别客户使用的操作系统及版本、CPU 类型、浏览器及版本、浏览器渲染引擎、浏览器语言、浏览器插件等。
x-path，（文本怎么提取）
string() text()
多进程与多线程
计算密集型：
1、视频的解码、编码
2、科学数据计算
工作需要依赖CPU，多使用进程，建议进程的数量就等于cpu的数量
IO密集型：
1、web
2、文件读写
IO经常阻塞，速度远小于CPU的速度，可以多开辟一些线程，有线程阻塞了，其它线程依然正常工作
总结
进程是系统进行资源分配和调度的一个独立单位
线程是CPU调度和分派的基本单位
一个程序至少有一个进程，一个进程至少有一个线程
计算密集型的任务一般选择多进程，IO密集型的任务一般选择多线程
字符的用法
+连接
length() 获取长度
charAt()获取指定内容
indexOf() 获取索引位置
lastIndexOf从指定位置反索引
url的get和post区别？
GET后退按钮/刷新无害，POST数据会被重新提交（浏览器应该告知用户数据会被重新提交）。
GET书签可收藏，POST为书签不可收藏。
GET能被缓存，POST不能缓存 。
GET编码类型application/x-www-form-url，POST编码类型encodedapplication/x-www-form-urlencoded 或 multipart/form-data。为二进制数据使用多重编码。
GET历史参数保留在浏览器历史中。POST参数不会保存在浏览器历史中。
GET对数据长度有限制，当发送数据时，GET 方法向 URL 添加数据；URL 的长度是受限制的（URL 的最大长度是 2048 个字符）。POST无限制。
GET只允许 ASCII 字符。POST没有限制。也允许二进制数据。
与 POST 相比，GET 的安全性较差，因为所发送的数据是 URL 的一部分。在发送密码或其他敏感信息时绝不要使用 GET ！POST 比 GET 更安全，因为参数不会被保存在浏览器历史或 web 服务器日志中。
GET的数据在 URL 中对所有人都是可见的。POST的数据不会显示在 URL 中。
scrapy已经获取下一页的url,怎么获取下一页。
yield scrapy.Request(传入获取的url)
set是基于什么算法实现的？
二叉树
介绍爬虫用到的技术？
requests、scrapy：爬虫框架和分布式爬虫
xpath：网页数据提取
re：正则匹配
numpy、pandas：处理数据
matplotlib:绘图
mysql:数据存储
redis：爬虫数据去重和url去重
云打码：处理常规验证码
复杂验证码：用selenium模拟登陆、处理滑块验证码等（滑块验证码有方法，之前破解过滑块验证码，有空我会出个基本使用教程，进行滑块验证码破解，但不一定通用，因为每个网站反爬措施设置都不一样）
mvc流程：首先用户提交信息给控制器进行处理，然后通过模型讲用户信息保存到数据库，数据库再把保存结果返回给模型，控制器再保存结果，通过试图产生html页面，并且返回html页面到浏览器。
闭包流程
定义:闭包 当一个函数的返回值是另外一个函数,而返回的那个函数如果调用了其父函数内部的变量,且返回的这个函数在外部被执行 ? ? ? ? 就产生了闭包.闭包是一个环境，具体指的就是外部函数--高阶函数。说白了就是一个环境，能够读取其他函数内部的变量。本质上，闭包是将函数内部和函数外部连接起来的桥梁。
用处：1.读取函数内部的变量；
2.这些变量的值始终保持在内存中，不会在外层函数调用后被自动清除。
优点：1:变量长期驻扎在内存中；
2:避免全局变量的污染；
3:私有成员的存在 ；
特性：1:函数套函数；
2:内部函数可以直接使用外部函数的局部变量或参数；
3:变量或参数不会被垃圾回收机制回收 GC；
缺点:
常驻内存 会增大内存的使用量 使用不当会造成内存泄露，详解：
（1）由于闭包会使得函数中的变量都被保存在内存中，内存消耗很大，所以不能滥用闭包，否则会造成网页的性能问题，在IE中可能导致内存泄露。解决方法是，在退出函数之前，将不使用的局部变量全部删除。
（2）闭包会在父函数外部，改变父函数内部变量的值。所以，如果你把父函数当作对象（object）使用，把闭包当作它的公用方法（Public Method），把内部变量当作它的私有属性（private value），这时一定要小心，不要随便改变父函数内部变量的值
Ajax？
不加载数据可以局部刷新
生成器迭代器
在Python中，这种一边循环一边计算的机制，称为生成器：generator。
可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。
死锁
1.竞争资源
2.程序推进顺序不当
解决
1.预防死锁(摒弃除1以外的条件)
2.避免死锁(银行家算法)
3.检测死锁(资源分配图)
4.解除死锁
tcp创建流程
TCP建立连接需要三次握手，释放连接需要四次握手。
三次握手：客户端向服务器发送信序号，服务器返回序号并且加上自己的序号，客户端发送序号+1给予确认
四次挥手：客户端向服务器请求断开，服务器接收请求，服务器发送关闭信息，客户端再回复服务器已断开
处理过的最难的验证码？
12306点击图片验证码。原理：图片发送给打码平台，平台返回图片位置数值，通过计算返回数字和图片坐标的关系，进行模拟登陆
注意：本篇文章是个人总结，仅供参考。若出现其他问题，与写者无关，切勿用于商业获取福利！
如果总结有勿，或者交流与学习，请与写着联系！qq：1349176744