本文共 2703 字，大约阅读时间需要 9 分钟。

技术问题解答

1. 对 if __name__ == 'main' 的理解

__name__ 是当前模块名，当模块被直接运行时，模块名为 __main__，此时代码将执行。如果模块被导入其他模块运行，模块名则不是 __main__，此时代码不会执行。

2. Python内存管理的方式

a. 引用计数机制

b. 垃圾回收

• 当引用计数归零时，对象被垃圾回收。
• 对于循环引用（两个对象互相引用），解释器会定期执行循环检测器，删除不可访问的循环对象以释放内存。
• 内存泄露可能导致内存不足的问题。

c. 内存池机制

• 小于256字节的对象使用pymalloc分配内存。
• 大对象使用系统malloc分配内存。
• 每个Python对象（如整数、浮点数、List）有独立的内存池，不共享内存池。

3. 删除List中的重复元素

# 使用set函数list = [1, 3, 4, 5, 51, 2, 3]unique_list = list(set(list))print(unique_list)# 使用字典函数a = [1, 2, 4, 2, 4, 5, 6, 5, 7, 8, 9, 0]b = {}b = dict.fromkeys(a)c = list(b.keys())print(c)

4. Python对象拷贝方式

• 赋值（=）：创建对象的引用，修改任一对象会影响另一个。
• 浅拷贝：创建新对象，包含原始对象中项的引用。常用方法：
  • 使用list()或copy()模块的copy()函数进行完全切片。
• 深拷贝：创建新对象，并递归复制包含的对象。常用方法：
  • 使用copy()模块的deepcopy()函数进行深拷贝。

5. except 的用法与作用

except 用于处理异常。

• try下的代码正常执行时，会执行except对应的语句。
• 如果发生异常且except匹配，则执行相应语句。
• 如果所有except都不匹配，异常会传递到上层try。
• 如果try正常执行，且存在else块，则执行else代码。

6. __new__ 与 __init__ 的区别

• __new__：在对象创建时调用，返回对象实例。可以用于实现单例模式。
• __init__：在对象创建后调用，对对象进行初始化，无返回值。

7. 常用的网络数据爬取方法

• 正则表达式：用于匹配特定模式。
• Beautiful Soup：用于解析HTML/XML。
• Lxml：功能强大的解析库，支持XPath查询。

8. 反爬虫策略及解决方法

• 基本反爬虫：通过自定义headers、降低请求频率、使用代理IP。
• 动态网页反爬虫：使用Selenium+PhantomJS抓取网页内容。
• 加密数据：使用Selenium截图加密部分数据，或进行逆向推理。

9. urllib 与 urllib2 的区别

• urllib：只能通过URL发送请求，无法设置请求头，无法伪装User-Agent。
• urllib2：支持通过Request类设置headers，伪装User-Agent。
• urllib：提供urlencode()函数，用于生成GET查询字符串。

10. 基于Session登录验证的爬虫方案

基于Session的登录验证需要使用浏览器模拟工具（如Selenium）进行抓取，确保每次请求都携带有效Session cookie。

11. 网络爬虫中的数据包与解析包

• 数据包：urllib、urllib2、requests。
• 解析包：re、xpath、Beautiful Soup、Lxml。

12. 熟悉的爬虫框架

常用的爬虫框架包括Scrapy、Selenium、Beautiful Soup等。选择框架时需根据项目需求和复杂度进行权衡。

13. Python在服务器部署流程

• 部署流程：
• 安装Python和相关依赖。
• 配置应用程序（如Django、Flask）。
• 部署脚本（如使用gunicorn）。
• 配置Nginx反向代理。
• 环境隔离：使用虚拟环境（如virtualenv）或容器化工具（如Docker）。

14. Django与Flask的比较与选择

• 相同点：都支持MVC模式，提供灵活的路由和视图。
• 不同点：
  • Django更高级，内置更多功能（如ORM、模板）。
  • Flask更轻量，适合定制化开发。
• 选择依据：根据项目复杂度和开发需求选择。

15. Python单例模式实现

class Singleton(object):    _instance = None    def __new__(cls, *args, **kw):        if not cls._instance:            cls._instance = super(Singleton, cls).__new__(cls, *args, **kw)        return cls._instance    def __init__(self, a):        self.a = a    @classmethod    def get_instance(cls):        return cls._instance    def some_method(self):        print("Singleton instance:", self.a)

16. Linux部署服务脚本命令

# 启动脚本./start.sh# 停止脚本./stop.sh# 检查状态./status.sh

17. 多线程与异步的使用及效率优化

• 多线程：适合I/O密集型任务，如网络爬取。
• 异步：使用asyncio处理I/O等待任务。
• 效率优化：使用Scrapy-Redis分布式爬取，定向爬取优化等。

18. POST与GET的区别

• GET：数据传输安全性低，适合数据查询。
• POST：数据传输安全性高，适合数据添加、修改或删除。
• 数据传输方式：GET在URL中，POST在请求体中。
• 数据量：GET较小，POST较大。
• 效率：GET比POST更高效。

19. Lambda函数的定义与用途

• 定义：匿名函数，通常用于短小回调。
• 用途：简化代码，提升可读性。例如：

lambda x, y: x + ya = lambda x, y: x + yprint(a(3, 11))  # 输出14

转载地址：http://ezlfk.baihongyu.com/