python常见面试题总结

1、大数据的文件读取

  ① 利用生成器generator

  ②迭代器进行迭代遍历：for line in file

2、迭代器和生成器的区别

1）迭代器是一个更抽象的概念，任何对象，如果它的类有next方法和iter方法返回自己本身。对于string、list、dict、tuple等这类容器对象，使用for循环遍历是很方便的。在后台for语句对容器对象调用iter()函数，iter()是python的内置函数。iter()会返回一个定义了next()方法的迭代器对象，它在容器中逐个访问容器内元素，next()也是python的内置函数。在没有后续元素时，next()会抛出一个StopIteration异常

2）生成器（Generator）是创建迭代器的简单而强大的工具。它们写起来就像是正规的函数，只是在需要返回数据的时候使用yield语句。每次next()被调用时，生成器会返回它脱离的位置（它记忆语句最后一次执行的位置和所有的数据值）

区别：生成器能做到迭代器能做的所有事,而且因为自动创建了__iter__()和next()方法,生成器显得特别简洁,而且生成器也是高效的，使用生成器表达式取代列表解析可以同时节省内存。除了创建和保存程序状态的自动方法,当发生器终结时,还会自动抛出StopIteration异常

3、简单谈下GIL：

Global Interpreter Lock(全局解释器锁)

    Python代码的执行由Python 虚拟机(也叫解释器主循环，CPython版本)来控制，Python 在设计之初就考虑到要在解释器的主循环中，同时只有一个线程在执行，即在任意时刻，只有一个线程在解释器中运行。对Python 虚拟机的访问由全局解释器锁（GIL）来控制，正是这个锁能保证同一时刻只有一个线程在运行。

4、find和grep

grep命令是一种强大的文本搜索工具，grep搜索内容串可以是正则表达式，允许对文本文件进行模式查找。如果找到匹配模式，grep打印包含模式的所有行。

find通常用来再特定的目录下搜索符合条件的文件，也可以用来搜索特定用户属主的文件。

5、Python中的yield用法

yield简单说来就是一个生成器，这样函数它记住上次返 回时在函数体中的位置。对生成器第二次（或n 次）调用跳转至该函数。

6、描述数组、链表、队列、堆栈的区别？

数组与链表是数据存储方式的概念，数组在连续的空间中存储数据，而链表可以在非连续的空间中存储数据；

队列和堆栈是描述数据存取方式的概念，队列是先进先出，而堆栈是后进先出；队列和堆栈可以用数组来实现，也可以用链表实现。

7、metaclass作用？以及应用场景？

metaclass是类的产生类,而并非继承类

通过它来控制类的产生,以及类实例化的操作

8、什么是面向对象的mro

方法查找的顺序

9、异常处理写法以及如何主动跑出异常（应用场景）

try:
    执行语句
except 异常类型:
    触发异常后执行的语句
else:
    没有触发异常执行的语句
findlly:
    有没有异常都执行的语句
  
# 主动抛出异常
raise 异常类实例

10、json序列化时，可以处理的数据类型有哪些？如何定制支持datetime类型？

字符串、列表、字典、数字、布尔值、None

自定义cls类

import json
import datetime
class MyEncoder(json.JSONEncoder):    
    def default(self, o):      
        if isinstance(o,datetime.datetime):
            return o.strftime('%Y-%m-%d %H:%M:%S')
        else:            
            return super(MyEncoder,self).default(o)d ={'name':'petrolero','data':datetime.datetime.now()}

print(json.dumps(d,cls=MyEncoder))　　# {"name": "petrolero", "data": "2018-10-17 13:01:47"}
                        

11、json序列化时，默认遇到中文会转换成unicode，如果想要保留中文怎么办？

import json
a = json.dumps({'nh':'你好'},ensure_ascii=False)
print(a)
# {"nh": "你好"}

12、什么是断言？应用场景？

断言条件为真时代码继续执行,否则抛出异常,这个异常通常不会去捕获他.我们设置一个断言目的就是要求必须实现某个条件

13、有用过 with statement吗？它的好处是什么？

with语句的作用是通过某种方式简化异常处理，它是所谓的上下文管理器的一种

用法举例如下：

 with open('output.txt', 'w') as f:
        f.write('Hi there!')

当你要成对执行两个相关的操作的时候，这样就很方便，以上便是经典例子，with语句会在嵌套的代码执行之后，自动关闭文件。

这种做法的还有另一个优势就是，无论嵌套的代码是以何种方式结束的，它都关闭文件。

如果在嵌套的代码中发生异常，它能够在外部exception handler catch异常前关闭文件。如果嵌套代码有return/continue/break语句，它同样能够关闭文件。

 

我们也能够自己构造自己的上下文管理器

我们可以用contextlib中的context manager修饰器来实现，比如可以通过以下代码暂时改变当前目录然后执行一定操作后返回。

from contextlib import contextmanager
import os
 
@contextmanager
def working_directory(path):
    current_dir = os.getcwd()
    os.chdir(path)
    try:
        yield
    finally:
        os.chdir(current_dir)
 
with working_directory("data/stuff"):
    # do something within data/stuff
# here I am back again in the original working directory

14、使用代码实现查看列举目录下的所有文件。

import os
# 使用os.listdir
dir_aim = input('请输入目标路径:')
for filename in os.listdir(dir_aim):
    print(filename)
 
# 使用os.walk递归遍历
for root,dirs,files in os.walk(dir_aim):
    print('root:',root)
    if files:
        print('files:')
        for file in files:
            print(file)
        print('')
    if dirs:
        for dir in dirs:
            print(dir)