前言

之所以在這里寫下python爬蟲常見(jiàn)面試題及解答，

一是用作筆記，方便日后回憶；

二是給自己一個(gè)和大家交流的機(jī)會(huì)，互相學(xué)習(xí)、進(jìn)步，希望不正之處大家能給予指正；

三是我也是互聯(lián)網(wǎng)寒潮下崗的那批人之一，為了找工作而做準(zhǔn)備。

一、題目部分

1、python中常用的數(shù)據(jù)結(jié)構(gòu)有哪些？請(qǐng)簡(jiǎn)要介紹一下。

python中常見(jiàn)的數(shù)據(jù)結(jié)構(gòu)有：列表(list)，字典(dict)，元組(tuple)，字符串(string)，集合(set)，數(shù)字（int或long或float。。。）等。

其中，列表，元祖和字符串可以統(tǒng)一歸為序列類，即這三種數(shù)據(jù)結(jié)構(gòu)中的元素是有序的。比如，他們都有索引（下標(biāo)）操作，還有切片、相加和長(zhǎng)度(len)，最大值(max)，最小值(min)操作。這是他們的共同點(diǎn)。

補(bǔ)充：python中常見(jiàn)的數(shù)據(jù)結(jié)構(gòu)可以統(tǒng)稱為容器（container）。序列（如列表和元組）、映射（如字典）以及集合（set）是三類主要的容器。

另外，關(guān)于這個(gè)問(wèn)題，面試官很容易引出另一個(gè)問(wèn)題：python中的哪些數(shù)據(jù)類型是可變的，哪些是不可變的？

首先，可變/不可變是針對(duì)該對(duì)象所指向的內(nèi)存中的值是否可變來(lái)判斷的。如可變類型的數(shù)據(jù)類型有列表和字典，還有集合不可變類型的數(shù)據(jù)類型有字符串，元組，數(shù)字。

就舉個(gè)最簡(jiǎn)單的數(shù)字的例子，python中有小整數(shù)池的概念，即[-5,256]范圍內(nèi)的整數(shù)，python解釋器對(duì)他們做了特殊處理，都放在內(nèi)存中的固定位置，不會(huì)因?yàn)槟愕牟僮鞫l(fā)生變化。

現(xiàn)在：a = 1 ，然后我們又重新對(duì)a賦值，a = 2，在重新賦值的過(guò)程中，整數(shù)1所對(duì)應(yīng)的內(nèi)存地址沒(méi)有和數(shù)字的大小都沒(méi)有發(fā)生變化，還在內(nèi)存中的固定位置。整數(shù)2也是如此。變化的是a的指針（這里引用C中的概念）從指向數(shù)字1變成數(shù)字2。a對(duì)象指向的內(nèi)存中的值沒(méi)有發(fā)生變化，因此數(shù)字是不可變類型的數(shù)據(jù)類型。字符串，集合也是同理。

2、簡(jiǎn)要描述python中單引號(hào)、雙引號(hào)、三引號(hào)的區(qū)別。

首先，單引號(hào)和雙引號(hào)在使用時(shí)基本上沒(méi)有什么區(qū)別；

唯一需要注意的是：

當(dāng)字符串中有單引號(hào)時(shí)，最好在外面使用雙引號(hào)；

當(dāng)有雙引號(hào)時(shí)，最好在外面使用單引號(hào)。

三引號(hào)一般不常用，除了用來(lái)做注釋之外，還可以用來(lái)打印多行字符串。特殊用途，是可以打印多行字符串。

3、如何在一個(gè)function里設(shè)置一個(gè)全局的變量。

先說(shuō)概念，全局變量是指定義在函數(shù)外部的變量。全局變量的作用域?yàn)槿帧?/strong>

局部變量是指定義在函數(shù)內(nèi)部的變量。局部變量的作用域?yàn)楹瘮?shù)內(nèi)，除了函數(shù)就無(wú)效了。

這里舉個(gè)例子，如果把函數(shù)比作國(guó)家，那么全局就是全球，全局變量好比是阿拉伯?dāng)?shù)字，每個(gè)國(guó)家都認(rèn)識(shí)。

4、python里面如何拷貝一個(gè)對(duì)象？（賦值、淺拷貝、深拷貝的區(qū)別）

在python中如何拷貝一個(gè)對(duì)象是需要根據(jù)具體的需求來(lái)定的。

（1）賦值：其實(shí)就是對(duì)象的引用。相當(dāng)于C的指針，修改了其中一個(gè)對(duì)象，另一個(gè)跟著改變。注意對(duì)于不可變對(duì)象而言，如果修改了其中一個(gè)對(duì)象，就相當(dāng)于修改它的指針指向，另一個(gè)對(duì)象是不會(huì)跟著變化的。

（2）淺拷貝：拷貝父對(duì)象，但是不會(huì)拷貝父對(duì)象的子對(duì)象。（具體的方法有：b = copy.copy(a)，切片如b = a[1:4]）

（3）深拷貝：完全拷貝了父對(duì)象和子對(duì)象（具體的方法有：b = copy.deepcopy(a)）

下面是圖解：

1、b = a:賦值引用，a 和 b 都指向同一個(gè)對(duì)象。

2、b = a.copy():淺拷貝, a 和 b 是一個(gè)獨(dú)立的對(duì)象，但他們的子對(duì)象還是指向統(tǒng)一對(duì)象（是引用）。

3、b = copy.deepcopy(a):深度拷貝, a 和 b 完全拷貝了父對(duì)象及其子對(duì)象，兩者是完全獨(dú)立的。

總結(jié)：

（1）當(dāng)對(duì)象為不可變類型時(shí)，不論是賦值，淺拷貝還是深拷貝，那么改變其中一個(gè)值時(shí)，另一個(gè)都是不會(huì)跟著變化的。

（2）當(dāng)對(duì)象為可變對(duì)象時(shí)，如果是賦值和淺拷貝，那么改變其中任意一個(gè)值，那么另一個(gè)會(huì)跟著發(fā)生變化的；如果是深拷貝，是不會(huì)跟著發(fā)生改變的。

5、如果custname字符串的編碼格式為uft-8,如何將custname的內(nèi)容轉(zhuǎn)化為gb18030的字符串？

先將custname編碼格式轉(zhuǎn)換為unicode，在轉(zhuǎn)換為gb18030。即custname.decode('utf-8').encode('gb18030')。

注意：unicode編碼是一種二進(jìn)制編碼，是轉(zhuǎn)換編碼的中間橋梁。比如需要將utf-8轉(zhuǎn)換為gbk，那么就需要先轉(zhuǎn)換為unicode（decode），再轉(zhuǎn)為gbk（encode）。

6、請(qǐng)寫出一段python代碼實(shí)現(xiàn)刪除list中的重復(fù)元素。

兩種方法：

（1）利用字典的fromkeys來(lái)自動(dòng)過(guò)濾重復(fù)值

（2）利用集合set的特性，元素是非重復(fù)的

方法一：

方法二：

7、這兩個(gè)參數(shù)是什么意思？args和 kwargs。

首先，我想說(shuō)的是*args和**kwargs并不是必須這樣寫，只有前面的*和**才是必須的。你可以寫成*var和**vars。而寫成*args和**kwargs只是約定俗稱的一個(gè)命名規(guī)定。

*args和**kwargs主要用于函數(shù)定義，你可以將不定量的參數(shù)傳遞給一個(gè)函數(shù)。其中，*args是用來(lái)發(fā)送一個(gè)非鍵值對(duì)的可變數(shù)量的參數(shù)列表給一個(gè)函數(shù)；**kwargs允許你將不定長(zhǎng)度的鍵值對(duì), 作為參數(shù)傳遞給一個(gè)函數(shù)。 如果你想要在一個(gè)函數(shù)里處理帶名字的參數(shù), 你應(yīng)該使用**kwargs。

這里傳遞了3個(gè)參數(shù)，按位置傳參，'123'為test傳參，'hello'和'2019'為*args傳參，這里傳了2個(gè)參數(shù)。

注意，看下面的*args的另一種用法：用來(lái)解壓數(shù)據(jù)。

這段代碼和上面的效果是一樣的，但是這里第8行的*args和第1行的*args可是不一樣的。第一行是表示函數(shù)可以接受不定數(shù)量的非鍵值對(duì)的參數(shù)，用來(lái)傳參使用的。第八行是用來(lái)解壓列表

['hello', '2019']的每一項(xiàng)數(shù)據(jù)的，用來(lái)解壓參數(shù)的。這是*args的兩種用法，也可說(shuō)是*的兩種用法，因?yàn)閍rgs是可變的。

接下來(lái)說(shuō)說(shuō)**kwargs。

**kwargs用來(lái)傳遞帶鍵值對(duì)的參數(shù)，而**也是用來(lái)解壓字典容器內(nèi)的參數(shù)。

總結(jié)：

*args和**kwargs都是用于函數(shù)中傳遞參數(shù)的，*args傳遞的是非鍵值對(duì)的參數(shù)，**kwargs傳遞的是帶鍵值對(duì)的參數(shù)，如果還有普通參數(shù)需要傳遞，那么應(yīng)該先傳遞普通的參數(shù)。

8、

（1）統(tǒng)計(jì)如下list單詞及其出現(xiàn)的次數(shù)。

方法一：

利用字典。

方法二：

利用python的collections包。

（2）給列表中的字典排序：例如有如下list對(duì)象：

利用list的內(nèi)建函數(shù)，list.sort()來(lái)進(jìn)行排序。

（3）寫出下列代碼的運(yùn)行結(jié)果

第一段代碼的運(yùn)行結(jié)果為：1

分析，在函數(shù)外面定義了一個(gè)全局變量a為1，在函數(shù)內(nèi)部定義了一個(gè)局部變量a為2。局部變量在離開函數(shù)后就失效了。

所以，結(jié)果為全局變量的a的值。如果在a=2之前加上global a，聲明為全局變量，那么結(jié)果為2。

第二段代碼的運(yùn)行結(jié)果為：[1]

這是因?yàn)?，將a傳入到function中，這相當(dāng)于對(duì)a進(jìn)行賦值引用。由于a是可變類型的，所以在函數(shù)內(nèi)部修改a的時(shí)候，外部的全局變量a也跟著變化。

第三段代碼的運(yùn)行結(jié)果為：

Bob

Lily

Lily

最后，想學(xué)習(xí)Python的小伙伴們！