上海金台灯-Python爬虫开发工程师

1. 什么是lambda函数，它有什么好处？

lambda 函数是一个可以接收任意多个参数(包括可选参数)并且返回单个表达式值的函数
- lambda 函数比较轻便， 即用即仍， 很适合需要完成一项功能， 但是此功能只在此一处使用， 连名字都很随意的情况下；
- 匿名函数， 一般用来给 filter， map 这样的函数式编程服务;
- 作为回调函数， 传递给某些应用， 比如消息处理

2. 什么是Python的list and dict comprehensions，写一段代码

list and dict comprehensions 列表推导式和字典推导式
列表推导式：

In [1]: list1 = [x for x in range(10)]

In [2]: list1
Out[2]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

字典推导式：

d = {key: value for (key, value) in iterable}

3. Python里面如何实现tuple和list的转换？

可以使用内置函数直接转换
list---->tuple tuple(list)
tuple---->list list(tuple)

4. 请写出一段Python代码实现删除一个list里面的重复元素

对列表去重有四种方法，如下代码：

def func1(one_list):  
    ''''' 
    使用集合 
    '''  
    return list(set(one_list))  


def func2(one_list):  
    ''''' 
    使用字典的方式 
    '''  
    return {}.fromkeys(one_list).keys()  


def func3(one_list):  
    ''''' 
    使用列表推导的方式 
    '''  
    temp_list=[]  
    for one in one_list:  
        if one not in temp_list:  
            temp_list.append(one)  
    return temp_list  


def func4(one_list):  
    ''''' 
    使用排序的方法 
    '''  
    result_list=[]  
    temp_list=sorted(one_list)  
    i=0  
    while i<len(temp_list):  
        if temp_list[i] not in result_list:  
            result_list.append(temp_list[i])  
        else:  
            i+=1  
    return result_list  


if __name__ == '__main__':  
    AList=[1,2,3,1,2]  
    print func1(AList)  
    print func2(AList)  
    print func3(AList)  
    print func4(AList)

5. Python里面如何拷贝一个对象？

Python中的赋值、浅拷贝和深拷贝：

5.1 赋值：

在python中， 对象的赋值就是简单的对象引用， 这点和C++不同， 如下所示：

a = [1,2,"hello",['python', 'C++']]
b = a

在上述情况下， a和b是一样的， 他们指向同一片内存， b不过是a的别名， 是引用。
我们可以使用b is a 去判断， 返回True， 表明他们地址相同， 内容相同， 也可以使用id()函数来查看两个列表
的地址是否相同。
赋值操作(包括对象作为参数、 返回值)不会开辟新的内存空间， 它只是复制了对象的引用。
也就是说除了b这个名字之外， 没有其他的内存开销。
修改了a， 也就影响了b;同理， 修改了b， 也就影响了a

5.2 浅拷贝(shallow coopy):

浅拷贝会创建新对象， 其内容是原对象的引用。
浅拷贝有三种形式:切片操作、 工厂函数、 copy模块中的copy函数
比如上述的列表a
切片操作： b = a[:] 或者 b = [x for x in a]
工厂函数： b = list(a)
copy函数： b = copy.copy(a)
浅拷贝产生的列表b不再是列表a了， 使用is判断可以发现他们不是同一个对象， 使用id查看， 他们也不指向
同一片内存空间。 但是当我们使用id(x) for x in a 和 id(x) for x in b来查看a和b中元素的地址时， 可以看到二
者包含的元素的地址是相同的。
在这种情况下， 列表a和b是不同的对象， 修改列表b理论上不会影响到列表a。
但是要注意的是， 浅拷贝之所以称之为浅拷贝， 是它仅仅只拷贝了一层， 在列表a中有一个嵌套的list， 如果
我们修改了它， 情况就不一样了。
比如： a[3].append('java')。 查看列表b， 会发现列表b也发生了变化， 这是因为， 我们修改了嵌套的list， 修
改外层元素， 会修改它的引用， 让它们指向别的位置， 修改嵌套列表中的元素， 列表的地址并未发生变化，
指向的都是用一个位置。

5.3 深拷贝(Deep copy)：

深拷贝只有一种形式， copy模块中的deepcopy()函数
深拷贝和浅拷贝对应， 深拷贝拷贝了对象的所有元素， 包括多层嵌套的元素。 因此， 它的时间和空间开销
要高。
同样的对列表a， 如果使用 b = copy.deepcopy(a)， 再修改列表b将不会影响到列表a， 即使嵌套的列表具有
更深的层次， 也不会产生任何影响， 因为深拷贝拷贝出来的对象根本就是一个全新的对象， 不再与原来的对
象有任何的关联。

5.4 拷贝的注意点：

• 对于非容器类型， 如数字、 字符， 以及其他的“原子”类型， 没有拷贝一说， 产生的都是原对象的引用。
• 如果元组变量值包含原子类型对象， 即使采用了深拷贝， 也只能得到浅拷贝。

6. 写一段使用except的函数

try:
    f = open("a.txt")
    print(f.readline())
except:
    print("文件不存在")

7. Python中pass语句的作用是什么？

pass语句不会执行任何操作 ，一般作为占位符或者创建占位程序

8. 如何知道一个Python对象的类型？

使用Python的内置函数  type(变量) 来查看一个变量的类型

9. 介绍一下Python中renge()函数的用法

Python range()函数可创建一个整数列表，一般在for循环中使用
函数语法：

range(start, stop[, step])

参数说明：
- start: 计数从 start 开始。默认是从 0 开始。例如range（5）等价于range（0， 5）;
- stop: 计数到 stop 结束，但不包括 stop。例如：range（0， 5） 是[0, 1, 2, 3, 4]没有5
- step：步长，默认为1。例如：range（0， 5） 等价于 range(0, 5, 1)

实例：

In [6]: for x in range(10):
   ...:     print(x)
   ...:     
0
1
2
3
4
5
6
7
8
9

10. 用Python re模块匹配HTML tag的时候，<.*>和<.*?>有什么区别？

<.*>这种匹配称作贪心匹配 <.*?>称作非贪心匹配
第一种写法是，尽可能多的匹配，就是匹配到的字符串尽量长，第二中写法是尽可能少的匹配，就是匹配到的字符串尽量短。
比如<tag>tag>tag>end，第一个会匹配<tag>tag>tag>,第二个会匹配<tag>,如果要匹配到二个 >，就只能自己写了

11. Python中如何生成随机数？

在python中用于生成随机数的模块是random， 在使用前需要import. 如下例子可以酌情列举：
- random.random()： 生成一个0-1之间的随机浮点数
- random.uniform(a, b)： 生成[a,b]之间的浮点数
- random.randint(a, b)： 生成[a,b]之间的整数
- random.randrange(a, b, step)： 在指定的集合[a,b)中， 以step为基数随机取一个数
- random.choice(sequence)： 从特定序列中随机取一个元素， 这里的序列可以是字符串， 列表， 元组等

12. 如何在一个function里面设置一个全局的变量？

如果要给全局变量在一个函数里赋值， 必须使用global语句。 global VarName的表达式会告诉Python， VarName
是一个全局变量， 这样Python就不会在局部命名空间里寻找这个变量了

13. Python程序中文乱码问题怎么解决？

在Python2中默认是不支持中文的，我们可以在py文件的开头，指定编码为utf-8

# coding=utf8

14. 列出Python2和Python3的区别

• 性能： Py3.0运行 pystone benchmark的速度比Py2.5慢30%。 Guido认为Py3.0有极大的优化空间， 在字符串
  和整型操作上可以取得很好的优化效果
• 编码： Py3.X源码文件默认使用utf-8编码
• 语法：

1） 去除了<>， 全部改用!=
2） 去除``， 全部改用repr()
3） 关键词加入as 和with， 还有True,False,None
4） 整型除法返回浮点数， 要得到整型结果， 请使用//
5） 加入nonlocal语句。 使用noclocal x可以直接指派外围（ 非全局） 变量
6） 去除print语句， 加入print()函数实现相同的功能。 同样的还有 exec语句， 已经改为exec()函数
7） 改变了顺序操作符的行为， 例如x<y， 当x和y类型不匹配时抛出TypeError而不是返回随即的 bool值
8） 输入函数改变了， 删除了raw_input， 用input代替：
2.X:guess = int(raw_input('Enter an integer : ')) # 读取键盘输入的方法
3.X:guess = int(input('Enter an integer : '))
9） 去除元组参数解包。 不能def(a, (b, c)):pass这样定义函数了
10） 新式的8进制字变量， 相应地修改了oct()函数。
11） 增加了 2进制字面量和bin()函数
12） 扩展的可迭代解包。 在Py3.X 里， a, b, *rest = seq和 *rest, a = seq都是合法的， 只要求两点： rest是list
对象和seq是可迭代的。
13） 新的super()， 可以不再给super()传参数，
14） 新的metaclass语法：
class Foo(*bases, **kwds):
pass
15） 支持class decorator。 用法与函数decorator一样：

• 字符和字符串：

1） 现在字符串只有str一种类型， 但它跟2.x版本的unicode几乎一样。
2） 关于字节串， 请参阅“数据类型”的第2条目

数据类型：

1） Py3.X去除了long类型， 现在只有一种整型——int， 但它的行为就像2.X版本的long
2） 新增了bytes类型， 对应于2.X版本的八位串， 定义一个bytes字面量的方法如下：
str对象和bytes对象可以使用.encode() (str -> bytes) or .decode() (bytes -> str)方法相互转化。
3） dict的.keys()、 .items 和.values()方法返回迭代器， 而之前的iterkeys()等函数都被废弃。 
同时去掉的还有 dict.has_key()， 用 in替代它吧

面向对象：

1） 引入抽象基类（ Abstraact Base Classes， ABCs） 。
2） 容器类和迭代器类被ABCs化。
3） 迭代器的next()方法改名为__next__()， 并增加内置函数next()， 用以调用迭代器的__next__()方法
4） 增加了@abstractmethod和 @abstractproperty两个 decorator， 编写抽象方法（ 属性） 更加方便。

异常：

1） 所以异常都从 BaseException继承， 并删除了StardardError
2） 去除了异常类的序列行为和.message属性
3） 用 raise Exception(args)代替 raise Exception, args语法
4） 捕获异常的语法改变， 引入了as关键字来标识异常实例
5） 异常链， 因为__context__在3.0a1版本中没有实现

模块变动：

1） 移除了cPickle模块， 可以使用pickle模块代替。 最终我们将会有一个透明高效的模块。
2） 移除了imageop模块
3） 移除了 audiodev, Bastion, bsddb185, exceptions, linuxaudiodev, md5, MimeWriter, mimify, popen2,
rexec, sets, sha, stringold, strop, sunaudiodev, timing和xmllib模块
4） 移除了bsddb模块(单独发布， 可以从http://www.jcea.es/programacion/pybsddb.htm获取)
5） 移除了new模块
6） os.tmpnam()和os.tmpfile()函数被移动到tmpfile模块下
7） tokenize模块现在使用bytes工作。 主要的入口点不再是generate_tokens， 而是 tokenize.tokenize()

其他：

1） xrange() 改名为range()， 要想使用range()获得一个list， 必须显式调用：
>>> list(range(10)) [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
2） bytes对象不能hash， 也不支持 b.lower()、 b.strip()和b.split()方法， 但对于后两者可以使用 b.strip(b’ \n\t\r \f’)和b.
split(b’ ‘)来达到相同目的
3） zip()、 map()和filter()都返回迭代器。 而apply()、 callable()、 coerce()、 execfile()、 reduce()和reload ()函数都被去
除了现在可以使用hasattr()来替换 callable(). hasattr()的语法如： hasattr(string, '__name__')
4） string.letters和相关的.lowercase和.uppercase被去除， 请改用string.ascii_letters 等
5） 如果x < y的不能比较， 抛出TypeError异常。 2.x版本是返回伪随机布尔值的
6） __getslice__系列成员被废弃。 a[i:j]根据上下文转换为a.__getitem__(slice(I, j))或 __setitem__和 __delitem__调用
7） file类被废弃

15. Python的传参是传值还是传址？

Python的参数传递有： 位置参数、 默认参数、 可变参数、 关键字参数
函数的传值到底是值传递还是引用传递， 要分情况：
不可变参数用值传递：
像整数和字符串这样的不可变对象， 是通过拷贝进行传递的， 因为你无论如何都不可能在原处改变不可变对象
可变参数是引用传递的：
比如像列表， 字典这样的对象是通过引用传递、 和C语言里面的用指针传递数组很相似， 可变对象能在函数内部改变。

16. with语句的作用，写一段代码？

with open("a.txt","w") as f:
    f.write("Hello Python")