Python爬虫基础面试题

红太狼 2022-02-18 13:11 330阅读 0赞

# Python爬虫基础面试题，为2019年初就业做准备 #

![t0188d95dfe94de4438.jpg][]

一、题目部分

**1、python中常用的数据结构有哪些？请简要介绍一下。**

python中常见的数据结构有：列表(list)，字典(dict)，元组(tuple)，字符串(string)，集合(set)，数字（int或long或float。。。）等。

其中，列表，元祖和字符串可以统一归为序列类，即这三种数据结构中的元素是有序的。比如，他们都有索引（下标）操作，还有切片、相加和长度(len)，最大值(max)，最小值(min)操作。这是他们的共同点。

补充：python中常见的数据结构可以统称为容器（container）。序列（如列表和元组）、映射（如字典）以及集合（set）是三类主要的容器。

另外，关于这个问题，面试官很容易引出另一个问题：**python中的哪些数据类型是可变的，哪些是不可变的？**

首先，可变/不可变是针对该对象所指向的内存中的值是否可变来判断的。如可变类型的数据类型有列表和字典，还有集合不可变类型的数据类型有字符串，元组，数字。

就举个最简单的数字的例子，python中有小整数池的概念，即\[-5,256\]范围内的整数，python解释器对他们做了特殊处理，都放在内存中的固定位置，不会因为你的操作二发生变化。

现在：a = 1 ，然后我们又重新对a赋值，a = 2，在重新赋值的过程中，整数1所对应的内存地址没有和数字的大小都没有发生变化，还在内存中的固定位置。整数2也是如此。变化的是a的指针（这里引用C中的概念）从指向数字1变成数字2。a对象指向的内存中的值没有发生变化，因此数字是不可变类型的数据类型。字符串，集合也是同理。

**2、简要描述python中单引号、双引号、三引号的区别。**

首先，单引号和双引号在使用时基本上没有什么区别；

**唯一需要注意的是：**

当字符串中有单引号时，最好在外面使用双引号；

当有双引号时，最好在外面使用单引号。

三引号一般不常用，除了用来做注释之外，还可以用来打印多行字符串。特殊用途，是可以打印多行字符串。

**3、如何在一个function里设置一个全局的变量。**

先说概念，**全局变量是指定义在函数外部的变量。全局变量的作用域为全局。**

局部变量是指定义在函数内部的变量。局部变量的作用域为函数内，除了函数就无效了。

这里举个例子，如果把函数比作国家，那么全局就是全球，全局变量好比是阿拉伯数字，每个国家都认识。

**4、python里面如何拷贝一个对象？（赋值、浅拷贝、深拷贝的区别）**

在python中如何拷贝一个对象是需要根据具体的需求来定的。

（1）赋值：其实就是对象的引用。相当于C的指针，修改了其中一个对象，另一个跟着改变。注意对于不可变对象而言，如果修改了其中一个对象，就相当于修改它的指针指向，另一个对象是不会跟着变化的。

（2）浅拷贝：拷贝父对象，但是不会拷贝父对象的子对象。（具体的方法有：b = copy.copy(a)，切片如b = a\[1:4\]）

（3）深拷贝：完全拷贝了父对象和子对象（具体的方法有：b = copy.deepcopy(a)）

**下面是图解：**

1、**b = a:** 赋值引用，a 和 b 都指向同一个对象。

![t01c1164581e944a214.jpg][]

**2、b = a.copy():**浅拷贝, a 和 b 是一个独立的对象，但他们的子对象还是指向统一对象（是引用）。

![t0187aff08890659e83.jpg][]

**3、b = copy.deepcopy(a):**深度拷贝, a 和 b 完全拷贝了父对象及其子对象，两者是完全独立的。

![t01bc8357d5c2ff69fb.jpg][]

**总结：**

（1）当对象为不可变类型时，不论是赋值，浅拷贝还是深拷贝，那么改变其中一个值时，另一个都是不会跟着变化的。

（2）当对象为可变对象时，如果是赋值和浅拷贝，那么改变其中任意一个值，那么另一个会跟着发生变化的；如果是深拷贝，是不会跟着发生改变的。

**5、如果custname字符串的编码格式为uft-8,如何将custname的内容转化为gb18030的字符串？**

先将custname编码格式转换为unicode，在转换为gb18030。即custname.decode('utf-8').encode('gb18030')。

注意：unicode编码是一种二进制编码，是转换编码的中间桥梁。比如需要将utf-8转换为gbk，那么就需要先转换为unicode（decode），再转为gbk（encode）。

![t01e896c9e278e4710c.jpg][]

**6、请写出一段python代码实现删除list中的重复元素。**

**两种方法：**

（1）利用字典的fromkeys来自动过滤重复值

（2）利用集合set的特性，元素是非重复的

**方法一：**

![t0140d51630f615abbb.jpg][]

**方法二：**

![t01bcae449914bd78b1.jpg][]

**7、这两个参数是什么意思？args和 kwargs。**

首先，我想说的是\*args和\*\*kwargs并不是必须这样写，只有前面的\*和\*\*才是必须的。你可以写成\*var和\*\*vars。而写成\*args和\*\*kwargs只是约定俗称的一个命名规定。

\*args和\*\*kwargs主要用于函数定义，你可以将不定量的参数传递给一个函数。其中，\*args是用来发送一个非键值对的可变数量的参数列表给一个函数；\*\*kwargs允许你将不定长度的键值对, 作为参数传递给一个函数。 如果你想要在一个函数里处理带名字的参数, 你应该使用\*\*kwargs。

![t018a831be090fce896.jpg][]

这里传递了3个参数，按位置传参，'123'为test传参，'hello'和'2019'为\*args传参，这里传了2个参数。

注意，看下面的\*args的另一种用法：用来解压数据。

![t01179b618392bd1993.jpg][]

这段代码和上面的效果是一样的，但是这里第8行的\*args和第1行的\*args可是不一样的。第一行是表示函数可以接受不定数量的非键值对的参数，用来传参使用的。第八行是用来解压列表

\['hello', '2019'\]的每一项数据的，用来解压参数的。这是\*args的两种用法，也可说是\*的两种用法，因为args是可变的。

接下来说说\*\*kwargs。

![t011e0a3bf0c90024a5.jpg][]

**\*\*kwargs用来传递带键值对的参数，而\*\*也是用来解压字典容器内的参数。**

**总结：**

**\*args和\*\*kwargs都是用于函数中传递参数的，\*args传递的是非键值对的参数，\*\*kwargs传递的是带键值对的参数，如果还有普通参数需要传递，那么应该先传递普通的参数。**

8、

（1）统计如下list单词及其出现的次数。

**方法一：**

利用字典。

![t01110c5b73c032bfb7.jpg][]

**方法二：**

利用python的collections包。

![t019dad0c2c84ee8846.jpg][]

（2）给列表中的字典排序：例如有如下list对象：

利用list的内建函数，list.sort()来进行排序。

![t011698a7e7a62e2d36.jpg][]

（3）写出下列代码的运行结果

![t013c0fe5c7948f3283.jpg][]

第一段代码的运行结果为：1

分析，在函数外面定义了一个全局变量a为1，在函数内部定义了一个局部变量a为2。局部变量在离开函数后就失效了。

所以，结果为全局变量的a的值。如果在a=2之前加上global a，声明为全局变量，那么结果为2。

第二段代码的运行结果为：\[1\]

这是因为，将a传入到function中，这相当于对a进行赋值引用。由于a是可变类型的，所以在函数内部修改a的时候，外部的全局变量a也跟着变化。

第三段代码的运行结果为：

Lily

[t0188d95dfe94de4438.jpg]: /images/20220218/b038a211fd034c7ab9fa6effe4f313a5.png
[t01c1164581e944a214.jpg]: /images/20220218/24986f80c45c4ed98600d5ec3cbcc1b0.png
[t0187aff08890659e83.jpg]: /images/20220218/814bb7bb691344dabc0e083c99c724dd.png
[t01bc8357d5c2ff69fb.jpg]: /images/20220218/527f6411fd994dffa0453050e80d8bc2.png
[t01e896c9e278e4710c.jpg]: /images/20220218/101d5b6531804748b439b74e65e19787.png
[t0140d51630f615abbb.jpg]: /images/20220218/5c63ac62cf3e4a699d9c929eea62732a.png
[t01bcae449914bd78b1.jpg]: /images/20220218/1a6e6d9ab4c948ebae83ab6cdce7944f.png
[t018a831be090fce896.jpg]: /images/20220218/d97ae35606064d05b8a7c4ae0cf047ed.png
[t01179b618392bd1993.jpg]: /images/20220218/91dd4f1486674fcb9b10aa6f6f7a14cc.png
[t011e0a3bf0c90024a5.jpg]: /images/20220218/db95982f83314c5d892e799f96f3faeb.png
[t01110c5b73c032bfb7.jpg]: /images/20220218/e7b2ff94bfaf444681d58d4e4ed49dc1.png
[t019dad0c2c84ee8846.jpg]: /images/20220218/1ec095a479b44a8f8e56df16d225bd03.png
[t011698a7e7a62e2d36.jpg]: /images/20220218/e69041b188664bcbb1d93dcbe550238b.png
[t013c0fe5c7948f3283.jpg]: /images/20220218/d130c36108cd4a37a1048081f13bc784.png