企业真题

十二章企业真题实战

一、360 面试题

1.  请拿出B 表中的accd，(A 表中和B 表中的一样的数据)？
   

   select * from B inner join on B.name = A.name

2. a = “abbbccc”，用正则匹配为abccc,不管有多少b，就出现一次？
   

   1. 思路：不管有多少个b 替换成一个
   2. re.sub(r'b+', 'b', a)

3. xpath 使用的什么库？
   

    lxml

4. redis 里面list内容的长度？
   

   len key_name

5. 多线程交互，访问数据，如果访问到了就不访问了，怎么避免重读？

    创建一个已访问数据列表，用于储存已经访问过的数据，并加上互斥锁，在多线程访问数据之前，查看是否已经存在已访问的列表中，若已存在就直接跳过。

6. Mysql 怎么限制IP访问？
   

   grant all privileges on .to "数据库中用户名" @“ip地址”  identified by "数据库密码";

7.  带参数的装饰器？
   代偿参数的装饰器
   

   def new_func(func):
       def warppedfun(usernaem,password):
           if username =='root' and password == '123456'：
                   print("通过认证！")
                   print("开始执行附加功能")
                   return func()
           else:
                   print("用户名账号密码错误")
                   return
       return warppedfun
   
   @new_func
   def orign():
       print("开始执行函数")
   orign('root', '123456')

   带不定长参数的装饰器。

   def new_func(func):
       def warppedfun(*parts):
           if parts:
               counts = len(parts)
               print("本系统包含", end='')
               for part in parts:
                   print(part, '', end='')
               print('等', counts, '部分')
           else:
               print('用户名或者密码错误')
               return func()
       return warpperfun
   
   @new_func
   def orign():
       print('开始执行函数')
   
   orign('硬件', '软件', ‘用户数据’)

   同时带不定长、关键字参数的装饰器。
   
   

   def new_func(func):
       def warppedfun(*args, **kwargs):
           if args:
               counts = len(args)
               print('本系统包含'， end='')
               for arg in args:
                   print(arg, '', end='')
               print('等', counts, '部分')
               if kwargs:
                   for k in kwargs:
                       v = kwargs[k]
                       print(k, '为：', v)
               return func()
           else:
               if kwargs:
                   for kwarg in kwargs:
                       print(kwarg)
                       k, v = kwarg
                       print(k, '为：', v)
                   return func()
           return warppedfun
   
   @ new_func
   def orign():
       print('开始执行函数')
   
   orign('硬件', '软件', ‘用户数据’, 总用户数=5, 系统版本= ‘centos’)

二、妙计旅行面试题

1. python主要的内置数据内置数据类型？
   str， int， float， tuple, list, dict, set
2. print(dir('a'))输出的是什么？
   会打印出字符型的所有的内置方法
   

   1. ['__add__', '__class__', '__contains__', '__delattr__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__',
   '__getnewargs__', '__getslice__', '__gt__', '__hash__', '__init__', '__le__', '__len__', '__lt__', '__mod__', '__mul__', '__ne__', '__new__',
   '__reduce__', '__reduce_ex__', '__repr__', '__rmod__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__',
   '_formatter_field_name_split', '_formatter_parser', 'capitalize', 'center', 'count', 'decode', 'encode', 'endswith', 'expandtabs',
   'find', 'format', 'index', 'isalnum', 'isalpha', 'isdigit', 'islower', 'isspace', 'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'partition',
   'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title', 'translate',
   'upper', 'zfill']

3. 给定两个list，A和B，找出相同元素和不同元素？
   A、B中相同元素：print(set(A)&set(B))
   A、B中不同元素：print(set(A)^set(B))
4. 请反转字符串？
   

   new_str = old_str[::-1]

5. 用select语句输出每个城市中心大于20km酒店数量？
   slecet count(hotel) from hotel_table where distance > 20 group by city
6. 给定一个有序列表，请输出要插入值k所在的索引位置？
   def instance(list, key):
   　　if key < list[0]:
   　　　　position = 0
          elif  key > list[-1]:
                  position = len(list) -1
          else:
          for  index in range(list):
               if key > list[index] and list[index] > key:
   　　          position = index
7. 正则表达式贪婪匹配与非贪婪匹配的区别？
   在形式上非贪婪匹配模式有一个“？”作为该部分的结束标记
   在功能上贪婪模式是尽可能多的匹配当前正则表达式，可能会包含好几个满足表达式的字符串,非贪婪模式，在满足所有正则表达式的情况下尽可能减少当前匹配表达式
8. 写出开头匹配字母和下划线，末尾是数字的正则表达式？
   ^[A-Za-z]|_.*d$
9. 请署名HTTP状态码的用途，请说明常见状态码及其意义？
   通过状态码告诉客户端服务器的执行状态，以判断下一步改执行什么操作。
   常见的状态机器码有：
   

   100-199：表示服务器成功接收部分请求，要求客户端继续提交其余请求才能完成整个处理过程。
   200-299：表示服务器成功接收请求并已完成处理过程，常用200（OK 请求成功）。
   300-399：为完成请求，客户需要进一步细化请求。302（所有请求页面已经临时转移到新的url），
   304、307（使用缓存资源）。
   400-499：客户端请求有错误，常用404（服务器无法找到被请求页面），403（服务器拒绝访问，
   权限不够）。
   500-599：服务器端出现错误，常用500（请求未完成，服务器遇到不可预知的情况）。

10. 当输入http://www.baidu.com 时，返回页面的过程中发生了什么？
    1>浏览器想DNS服务器发送baidu.com域名请求；
    2>DNS服务器返回解析后的ip发送给客户端浏览器，浏览器向该ip发送页面请求；
    3>DNS服务器接收到请求后查询该页面，并将页面发送给客户端浏览器；
    4>客户端浏览器接收到页面后，解析页面中的引用，并再次向服务器发送引用资源请求；
    5> 服务器接收到资源请求后，查询并返回资源给客户端；
    6> 客户端浏览器接收到资源后，渲染，输出页面展现给用户

11. 有一个多层嵌套列表A=[1,2,[3.4["434",[...]]]]请写一段代码遍历A 中的每一个
    元素并打印出来

    a= ["a","b",["1","3",["4","haha"]]]
    for b in a :
        for c in b :
            for d in c :
                print(d)            

12. 关系型数据库中，表和表之间有左连接，内连接，外连接，分别解释下塔恩的含义和区别？
    内连接查询：查询结果为两个表匹配到的数据
    右链接：查询的结果为两个表匹配到的数据，右表特有的数据，对于左表中不存在的数据使用null填充
    　　

    左连接查询：查询结果为两个表匹配到的数据，左表特有的数据，对于右表中不存在的数据使用null填充
             

13. 如何定时启动你的爬虫项目？
    1.最简单的方法：直接使用timer类

    import time
    import os
    while 1:
        os.system("scrapy crawl News")
    
    time.sleep(86400)

    2.使用sched

    import sched
    # 初始化sched模块的scheduler类
    # 第一个参数是一个可以返回时间戳的函数，第二个参数可以定时未到之前阻塞
    schedule = sched.scheduler(time.time, time.sleep)
    
    #被周期性调度出发的函数
    def fun():
        os.system("scrapy crawl News")
    
    def perform1(inc):
        schedule.enter(inc,0, perform1, (inc,))
        func()  # 需要周期执行函数
    
    def mymain():
        schedule.enter(0,0, perform1, (86400))
    
    if __name__ = "__main__":
        mymain()
        schedule.run() # 开始运行，直到计划时间队列变为空为止

    3. 使用Crontab

    0 */24 * * * cd /data/spider && scrapy crawl article 

    参考博客：https://blog.csdn.net/gaoshanliushui131/article/details/72721704

14. 什么是scrapy-redis中的指纹，是如何去重的？
    指纹：通过shal加密。把请求体，请求方式，请求url放在一起，然后进行16进制的转义符字符串生成指纹，生成一个字符串，放到一个字符串中，梵高数据库中作为唯一标识
    去重：urll中按照url去重：1.按照url去重，有一个列表，发送请求之前从数据表中看一下这个url有没有请求过，有请求过就不用看了。2. 内容判断：从数据库中查询数据的表示，如果请求过了就不在请求

15. 优化代码主要从哪些方面考虑？
    具体的链接：http://python.jobbole.com/81956/
    1.优化算法时间复杂度
    2.减少冗余数据
    3.合理使用copy和deepcopy
    4.使用dict或set查找元素
    5.合理使用生成器（generator）和yield
    6.优化循环
    7.优化包含多个判断表达式的顺序
    8.使用join合并迭代器中的字符串
    9.选择合适的格式化字符串方式
    10.不借助中间变量交换两个变量的值
    11.使用if is
    12. 使用级联比较 x<y<z
    13. while 1 比while True 更快
    14.使用**而不是pow
    15.使用cProfile,cStringI()和cPickle等用c实现相同功能（分别对应profile，StringI(), pickle）
    16.使用最佳的反序列化方式
    17.使用C扩展(Extension)
    18.并行编程
    19.终极大杀器：PyPy
     20.性能分析工具

16. Django项目的优化（web通用）
    1.优化数据库查询：
    　　1.1一次性提供所有的数据
    　　1.2 仅提供相关的数据
    2.代码优化
            2.1 简化代码
            2.2 更新或替换第三方软件包
            2.3 重构代码
    更多详情参考博客：http://python.jobbole.com/88971/

三、智慧星光面试题（

这家公司主要做舆情分析，问题主要集中在页面解析和Selenium+Phantom JS 解析复杂页面，ajax
页面请求等，图片识别，机器学习。

）

1. 定义A=("a", "b", "c", "d" )，执行del A[2]后的结果为（D）：
   A: (“a”, “c”, “d”)
   B: (“a”, “b”, “c”)
   C: (“a”, “b”, “d”)
   D: 异常