python實戰之爬蟲面試必備題目有哪些

了解python實戰之爬蟲面試必備題目有哪些？這個問題可能是我們日常學習或工作經常見到的。希望通過這個問題能讓你收獲頗深。下面是小編給大家帶來的參考內容，讓我們一起來看看吧！

1、Python 有哪些數據類型？

Python 有 6 種內置的數據類型，其中不可變數據類型是Number(數字), String(字符串), Tuple(元組)，可變數據類型是 List(列表)，Dict(字典)，Set(集合)。

2、列表和元組的區別

列表和元組都是可迭代對象，能夠對其進行循環、切片等，但元組 tuple 是不可變的。元組不可變的特性，使得它可以成為字典 Dict 中的鍵。

3、Python 是如何運行的CPython:

Python 程序運行時，會先進行編譯，將 .py 文件中的代碼編譯成字節碼(byte code)，編譯結果儲存在內存的 PyCodeObject 中，然后由 Python 虛擬機解釋運行。當程序運行結束后，Python 解釋器會將 PyCodeObject 保存到 pyc 文件中。每一次運行時 Python 都會先尋找與文件同名的 pyc 文件，如果 pyc 存在則比對修改記錄，根據修改記錄決定直接運行或再次編譯后運行，最后生成 pyc 文件 。

4、Python 運行速度慢的原因

a). Python 不是強類型的語言，所以解釋器運行時遇到變量以及數據類型轉換、比較操作、引用變量時都需要檢查其數據類型。

b). Python 的編譯器啟動速度比 JAVA 快，但幾乎每次都要啟動編譯。

c). Python 的對象模型會導致訪問內存效率變低。Numpy 的指針指向緩存區數據的值，而 Python 的指針指向緩存對象，再通過緩存對象指向數據：

5.搜索引擎的工作流程（通用爬蟲的工作流程）

（1）抓取網頁：通過搜索引擎將待爬取的URL加入到通用爬蟲的URL隊列中，進行網頁內容的爬取。

（2）數據存儲：將爬取下來的網頁保存到本地，這個過程會有一定的去重操作，如果某個網頁的內 容大部分內容都會重復，搜索引擎可能不會保存。

（3）預處理：提取文字，中文分詞，消除噪音（比如版權聲明文字，導航條，廣告等）。

（4）設置網站排名，為用戶提供服務。

6、什么是棧溢出?怎么解決?

因為棧一般默認為1-2m，一旦出現死循環或者是大量的遞歸調用，在不斷的壓棧過程中，造成棧容量超過1m而導致溢出。

棧溢出的情況有兩種：1)局部數組過大。當函數內部數組過大時，有可能導致堆棧溢出。2)遞歸調用層次太多。遞歸函數在運行時會執行壓棧操作，當壓棧次數太多時，也會導致堆棧溢出。

解決方法：1)用棧把遞歸轉換成非遞歸。2)增大棧空間。

7、 MySQL的索引在什么情況下失效?

1)如果條件中有or，即使其中有條件帶索引也不會使用(這也是為什么盡量少用or的原因)

要想使用or，又想讓索引生效，只能將or條件中的每個列都加上索引。

2)對于多列索引，不是使用的第一部分，則不會使用索引。

3)like查詢以%開頭。

4)如果列類型是字符串，那一定要在條件中將數據使用引號引用起來，否則不使用索引。

5)如果MySQL估計使用全表掃描要比使用索引快，則不使用索引。

8、 HTTPS是如何實現安全傳輸數據的?

客戶端(通常是瀏覽器)先向服務器發出加密通信的請求;

服務器收到請求,然后響應;

客戶端收到證書之后會首先會進行驗證;

服務器收到使用公鑰加密的內容，在服務器端使用私鑰解密之后獲得隨機數pre-master secret，然后根據radom1、radom2、pre-master secret通過一定的算法得出session Key和MAC算法秘鑰，作為后面交互過程中使用對稱秘鑰。同時客戶端也會使用radom1、radom2、pre-master secret，和同樣的算法生成session Key和MAC算法的秘鑰。

然后再后續的交互中就使用session Key和MAC算法的秘鑰對傳輸的內容進行加密和解密。

感謝各位的閱讀！看完上述內容，你們對python實戰之爬蟲面試必備題目有哪些大概了解了嗎？希望文章內容對大家有所幫助。如果想了解更多相關文章內容，歡迎關注億速云行業資訊頻道。