Python面试100题

来源：https://www.cnblogs.com/lmx123/p/9230589.html

1、Python基础

Q1. 什么是Python?

答：Python是一种面向对象的、交互式的、解释型的计算机程序设计语言。
Python具有高可读性，它使用英语关键词而非标点符号，语法结构也比其他语言简单。

Q2. Python的主要功能是什么？

• （1）Python是一种解释型语言；
• （2）声明变量和类似变量时，不需要重复声明变量的类型；
• （3）Python非常适合面向对象的编程，因为它允许类的定义以及组合和继承；
• （4）函数是第一类对象，这意味着它们可以分配给变量，从其他函数返回并传递给函数，类也是第一类对象；
• （5）用于许多领域，包括Web应用程序、自动化、科学建模、大数据应用程序等。

Q3. 一行代码实现1-100的和

print(sum(range(1,101)))

Q4. 如何在一个函数内部修改全局变量？

答：利用global修改全局变量

>>> a = 5
>>> def fun():
    global a
    a = 4

>>> fun()
>>> print(a)
4

Q5. 列出5个标准Python库

答：

库	作用
os	提供不少与操作系统相关的函数
sys	通常用于命令行参数
re	正则匹配
math	数学运算
datetime	处理日期时间

Q6. 字典如何删除键和合并两个字典

答：del和update方法

>>> dic = {'name':'zs','age':'18'}
>>> del dic['name'] # 删除键
>>> dic
{'age': '18'}
>>> dic2 = {'name':'lm'}
>>> dic.update(dic2)
>>> dic
{'age': '18', 'name': 'lm'}

Q7. 谈一下python的GIL

答：GIL是python的全局解锁器，同一进程中假如有多个线程运行，一个线程在运行python程序的时候会霸占python解释器（加了一把锁即GIL），使该进程内其他线程无法运行，等该线程运行完成后其他线程才能运行。如果线程运行过程中遇到耗时操作，则解释器解开，使其他线程运行。所以在多线程中，线程的运行仍是有先后顺序的，并不是同时进行。

多进程中因为每个进程都能被系统分配资源，相当于每个进程有了一个python解释器，所以多进程可以实现多个进程的同时运行，缺点是进程系统资源开销大。

Q8. python实现列表去重的方法

答：先通过集合去重，再转列表。

>>> list = [11,12,13,12,15,16,13]
>>> a = set(list)
>>> a
{11, 12, 13, 15, 16}
>>> [x for x in a]
[11, 12, 13, 15, 16]

Q9. fun(args,kwargs)中的args, **kwargs是什么意思？

def demo(args_f,*args_v):
    print(args_f)
    a = []
    for x in args_v:
        a.append(x)
    print(a)
demo('a','b','c','d')

a
['b', 'c', 'd']

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。这里有个例子帮你理解这个概念：

def demo(**args_v):
    for k,v in args_v.items():
        print(k,v)

demo(name='njcx')
#输出
name njcx

Q10. python2 和 python3 的range(100)的区别

答：python2返回列表，python3返回迭代器，节约内存。

Q11. 一句话解释什么样的语言能够用装饰器?

答：函数可以作为参数传递的语言，可以使用装饰器。

Q12. python内建数据类型有哪些？

答：

类型	表示
整型	int
布尔型	bool
字符串	str
列表	list
元组	tuple
字典	dict

Q13. 简述面向对象中__new__和__init__区别?

答：__init__是初始化方法，创建对象后，就立刻被默认调用了，可接收参数，如下示例：

class Bike:

    def __init__(self,newWheelNum,newColor): # __init__方法自动被调用，可以创建对象接收参数
        self.wheelNum = newWheelNum
        self.color = newColor

    def move(self):
        print('车会跑')
# 创建对象
BM = Bike(2,'green')

print('车的颜色为：%s' %BM.color)
print('车轮子的数量为：%d' %BM.wheelNum)

#输出 只打印__init__方法执行的结果，move方法未执行
车的颜色为：green
车轮子的数量为：2 

1、__new__至少要有一个参数cls，代表当前类，此参数在实例化时由Python解释器自动识别;

2、__new__必须要有返回值，返回实例化出来的实例，这点在自己实现__new__时要特别注意，可以return父类（通过super(当前类名, cls)）__new__出来的实例，或者直接是object的__new__出来的实例

3、__init__有一个参数self，就是这个__new__返回的实例，__init__在__new__的基础上可以完成一些其它初始化的动作，__init__不需要返回值

4、如果__new__创建的是当前类的实例，会自动调用__init__函数，通过return语句里面调用的__new__函数的第一个参数是cls来保证是当前类实例，如果是其他类的类名，那么实际创建返回的就是其他类的实例，其实就不会调用当前类的__init__函数，也不会调用其他类的__init__函数。

class A(object):
    def __init__(self):
        print('这是 init 方法',self)

    def __new__(cls):
        print('这是cls的ID',id(cls))
        print('这是 new 方法',object.__new__(cls))
        return object.__new__(cls)
A()
print('这是类A的ID',id(A))
    
#输出
这是cls的ID 2880637165512  
这是 new 方法 <__main__.A object at 0x0000029EB39222E8>
这是 init 方法 <__main__.A object at 0x0000029EB39222E8>        #init方法和new方法中返回值地址一样，说明返回值是对象
这是类A的ID 2880637165512    #cls和类ID一样，说明指向同一个类，也就是cls就是创建的实例类

Q14. 简述with方法打开处理文件帮我我们做了什么？

答：

f = open("./1.txt","wb")
try:
    f.write("hello world")
except:
    pass
finally:
    f.close()

打开文件在进行读写的时候可能会出现一些异常状况，如果按照常规的f.open写法，我们需要try,except,finally，做异常判断，并且文件最终不管遇到什么情况，都要执行finally f.close()关闭文件，with方法帮我们实现了finally中f.close，更简洁有效。

with open("./2.txt","w") as f:
    f.write("hello python")

（当然还有其他自定义功能，有兴趣可以研究with方法源码）

Q15. 列表[1,2,3,4,5],请使用map()函数输出[1,4,9,16,25]，并使用列表推导式提取出大于10的数，最终输出[16,25]

答：map（）函数第一个参数是fun，第二个参数是一般是list，第三个参数可以写list，也可以不写，根据需求

>>> print(list(map(lambda x:x**2,[1,2,3,4,5])))
[1, 4, 9, 16, 25]
>>> a = [1, 4, 9, 16, 25]
>>> b = [i for i in a if i>10]
>>> b
[16, 25]

Q16. python中生成随机整数、随机小数、0--1之间小数方法。

答：

• 随机整数：random.randint(a,b),生成区间内的整数
• 随机小数：习惯用numpy库，利用np.random.randn(5)生成5个随机小数
• 0-1随机小数：random.random(),括号中不传参

import random
import numpy as np
result = random.randint(10,20)
res = np.random.randn(5)
ret = random.random()
print('随机正整数',result)
print('5个随机小数',res)
print('0-1随机一个小数',ret)

#输出：
随机正整数 16
5个随机小数 [ 0.60713108  0.31552514 -1.38000673 -0.5888923   0.1802922 ]
0-1随机一个小数 0.09464817136015036

Q17. 避免转义给字符串加哪个字母表示原始字符串？

答：r , 表示需要原始字符串，不转义特殊字符。

Q18. <div class="nam">中国</div>，用正则匹配出标签里面的内容（“中国”），其中class的类名是不确定的。

答：

import re

str = '<div class="nam">中国</div>'
res = re.findall(r'<div class=".*">(.*?)</div>',str)
print(res)

# . 代表可有可无
# * 代表任意字符，满足类名可以变化
# (.*?)提取文本

补充：常用正则匹配规则

image.png

Q19. Python中断言方法举例

答:

a = 3
assert(a>1)
print("断言成功，程序继续向下执行")

b = 4
assert(b>7)
print("断言失败，程序报错（这条不会被执行）")

输出：

断言成功，程序继续向下执行
Traceback (most recent call last):
  File "C:/Users/dybhh/Desktop/pypractice/q18.py", line 6, in <module>
    assert(b>7)
AssertionError

Q20. 数据表student有id,name,score,city字段，其中name中的名字可有重复，需要消除重复行,请写sql语句。

答：SELECT DISTINCT name FROM student

Q21. python2和python3区别？列举5个

• 1、Python3 使用 print 必须要以小括号包裹打印内容，比如 print('hi')
  Python2 既可以使用带小括号的方式，也可以使用一个空格来分隔打印内容，比如 print 'hi'
• 2、python2 range(1,10)返回列表，python3中返回迭代器，节约内存
• 3、python2中使用ascii编码，python3中使用utf-8编码
• 4、python2中unicode表示字符串序列，str表示字节序列
  python3中str表示字符串序列，byte表示字节序列
• 5、python2中为正常显示中文，引入coding声明，python3中不需要
• 6、python2中是raw_input()函数，python3中是input()函数

Q22. 列出python中可变数据类型和不可变数据类型，并简述原理。

答：

• 不可变数据类型：数值型、字符串型string和元组tuple

不允许变量的值发生变化，如果改变了变量的值，相当于是新建了一个对象，而对于相同的值的对象，在内存中则只有一个对象（一个地址），如下图用id()方法可以打印对象的id

image.png

• 可变数据类型：列表list和字典dict；

允许变量的值发生变化，即如果对变量进行append、+=等这种操作后，只是改变了变量的值，而不会新建一个对象，变量引用的对象的地址也不会变化，不过对于相同的值的不同对象，在内存中则会存在不同的对象，即每个对象都有自己的地址，相当于内存中对于同值的对象保存了多份，这里不存在引用计数，是实实在在的对象。

image.png

Q23. s = 'ajldjlajfdljfddd'，去重并从小到大排序输出“adfjl”。

答:

>>> s = 'ajldjlajfdljfddd'
>>> s = set(s)
>>> s
{'d', 'a', 'f', 'j', 'l'}
>>> s = list(s)
>>> s
['d', 'a', 'f', 'j', 'l']
>>> s.sort()
>>> s
['a', 'd', 'f', 'j', 'l']
>>> res = "".join(s)
>>> res
'adfjl'

Q24. 用lambda实现两个数相乘。

答：

>>> sum = lambda x,y:x*y
>>> sum(5,4)
20

Q25. 字典根据键从小到大排序。

答：

dict  = {"name":"zs","age":"18","city":"深圳","tel":"1818181818"}
list = sorted(dict.items(),key=lambda i:i[0],reverse=False)
print("sorted根据字典键排序",list)
new_dict = {}
for i in list:
    new_dict[i[0]]=i[1]
print("新字典是：",new_dict)
#输出
>>> sorted根据字典键排序 [('age', '18'), ('city', '深圳'), ('name', 'zs'), ('tel', '1818181818')]
新字典是： {'age': '18', 'city': '深圳', 'name': 'zs', 'tel': '1818181818'}

Q26. 利用collections库的Counter方法统计字符串每个单词出现的次数"kjalfj;ldsjafl;hdsllfdhg;lahfbl;hl;ahlf;h"

答：

from collections import Counter
a = "kjalfj;ldsjafl;hdsllfdhg;lahfbl;hl;ahlf;h"
res = Counter(a)
print(res)

>>>Counter({'l': 9, ';': 6, 'h': 6, 'f': 5, 'a': 4, 'j': 3, 'd': 3, 's': 2, 'k': 1, 'g': 1, 'b': 1})

Q27. 字符串a = "not 404 found 张三 99 深圳"，每个词中间是空格，用正则过滤掉英文和数字，最终输出"张三 深圳"。

答：

import re
a = "not 404 found 张三 99 深圳"
list = a.split(" ")
print(list)
res = re.findall('\d+|[a-zA-Z]+',a)
for i in res:
    if i in list:
        list.remove(i)

new_str = " ".join(list)
print(res)
print(new_str)

>>>['not', '404', 'found', '张三', '99', '深圳']
['not', '404', 'found', '99']
张三 深圳

Q28. filter方法求出列表所有奇数并构造新列表，a = [1,2,3,4,5,6,7,8,9,10]。

答：filter()函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件组成的新列表。接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判断，然后返回True或False，最后将返回True的元素放到新列表。

a = [1,2,3,4,5,6,7,8,9,10]
def fn(a):
    return a%2 == 1

newlist = filter(fn,a)
newlist = [i for i in newlist]
print(newlist)

>>>[1, 3, 5, 7, 9]

Q29. 列表推倒式求列表所有奇数并构造新列表，a = [1,2,3,4,5,6,7,8,9,10]。

答：

a = [1,2,3,4,5,6,7,8,9,10]
res = [i for i in a if i % 2 == 1]
print(res)

>>>[1, 3, 5, 7, 9]

Q30. 正则re.complie作用？

答：re.complie是将正则表达式编译成一个对象，加快速度，并重复使用。
例如：

import re

def main():
    content = 'Hello, I am Jerry, from Chongqing, a montain city, nice to meet you……'
    regex = re.compile('\w*o\w*') # 查找所有含有“o”的单词
    x = regex.findall(content)
    print(x)

if __name__ == '__main__':
    main()

>>>['Hello', 'from', 'Chongqing', 'montain', 'to', 'you']

Q31. a = (1,) b = (1) c = ('1') 分别是什么类型的数据？

答：

>>> type((1))
<class 'int'>
>>> type((1,))
<class 'tuple'>
>>> type(('1'))
<class 'str'>

Q32. 将两个列表[1,5,7,9]和[2,2,6,8]并为[1,2,2,5,6,7,8,9].

答：

list1 = [1,5,7,9]
list2 = [2,2,6,8]
list1.extend(list2)
print(list1)

list1.sort(reverse=False)
print(list1)

>>>[1, 5, 7, 9, 2, 2, 6, 8]
[1, 2, 2, 5, 6, 7, 8, 9]

Q33. 用python和Linux命令删除文件的方法。

答：python: os.remove(文件名)
linux: rm 文件名

Q34. log 日志种，我们需要时间戳记录error,warning等发生的时间，请用datetime模块打印当前时间戳“ ”。

答：顺便把星期的代码也贴上：

import datetime
a = str(datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')) + ' 星期' + str(datetime.datetime.now().isoweekday())
print(a)

>>>2019-10-22 09:06:26 星期2

Q35. 数据库优化查询方法？

答：外键、索引、联合查询、选择特定字段等。

Q36. 写一段自定义异常代码。

答：自定义异常使用raise抛出异常：

def fn():
    try:
        for i in range(5):
            if i >2:
                raise Exception('数字大于2了')
    except Exception as ret:
        print(ret)
fn()

>>>数字大于2了

Q37. 正则表达式匹配中，（.）和（.?）匹配区别？

答：
（.*）是贪婪匹配，会把满足正则的尽可能多的往后匹配
（.*?）是非贪婪匹配，会把满足正则的尽可能少匹配

import re
s = '<a>哈哈</a><a>呵呵</a>'
res1 = re.findall('<a>(.*)</a>',s)
print('贪婪匹配',res1)

res2 = re.findall('<a>(.*?)</a>',s)
print('非贪婪匹配',res2)

>>>贪婪匹配 ['哈哈</a><a>呵呵']
非贪婪匹配 ['哈哈', '呵呵']

Q38. 简述Django的orm。

image.png

Q39. 一行代码展开列表a = [[1,2],[3,4],[5,6]],得出[1, 2, 3, 4, 5, 6]。

答:

#一行代码展开列表
a = [[1,2],[3,4],[5,6]]
x = [j for i in a for j in i]
print(x)

>>>[1, 2, 3, 4, 5, 6]

Q40. x = 'abc', y = 'def', z = ['d','e','f']，分别求出x.join(y)和 x.join(z)的结果。

答：join()括号里面的是可迭代对象，x插入可迭代对象中间，结果一致。

x = 'abc'
y = 'def'
z = ['d','e','f']

m = x.join(y)
n = x.join(z)
print(m)
print(n)

>>>dabceabcf
dabceabcf

Q41. 举例说明异常模块中try except else finally的相关意义。

答：try...except...else 没有捕获到异常，执行else语句。
try...except...finally 不管是否捕获到异常，都执行finally语句
例如：

try:
    num = 100
    print(num)
except NameError as errorMsg:
    print('产生错误了：%s' %errorMsg)
else:
    print('没有捕获到异常，则执行该语句')

try:
    num = 100
    print(num)
except NameError as errorMsg:
    print('产生错误了：%s' %errorMsg)
finally:
    print('不管是否捕获到异常，都执行该句')

>>>100
没有捕获到异常，则执行该语句
100
不管是否捕获到异常，都执行该句

Q42. python中交换两个数值。

答：

>>> a,b = 3,4
>>> print(a,b)
3 4
>>> a,b = b,a
>>> print(a,b)
4 3

Q43. 举例说明zip()函数的用法。

答：zip()函数在运算时，会以一个或多个序列（可迭代对象）作为参数，返回一个元组的列表。同时将这些序列中并排的元素配对。
zip()参数可以接受任何类型的序列，同时也可以有两个以上的参数；当传入参数的长度不同时，zip()能自动以最短序列长度为准进行截取，获得元组。

>>> # 列表
>>> a = [1,2]
>>> b = [3,4]
>>> res = [i for i in zip(a,b)]
>>> print(res)
[(1, 3), (2, 4)]
>>> # 元组
>>> a = (1,2)
>>> b = (3,4)
>>> res = [i for i in zip(a,b)]
>>> print(res)
[(1, 3), (2, 4)]
>>> # 字符串
>>> a = 'ab'
>>> b = 'xyz'
>>> res = [i for i in zip(a,b)]
>>> print(res)
[('a', 'x'), ('b', 'y')]

Q44. a="hello"和b="你好"编码成bytes类型.

答:

>>> a = b'hello'
>>> b = '你好'.encode()
>>> print(a,b)
b'hello' b'\xe4\xbd\xa0\xe5\xa5\xbd'
>>> print(b)
b'\xe4\xbd\xa0\xe5\xa5\xbd'
>>> print(type(a),type(b))
<class 'bytes'> <class 'bytes'>

Q45. a = [1,2,3]和 b = [4,5,6]相加的结果是多少？

答：两个列表相加，等价于extend。

>>> a = [1,2,3]
>>> b = [4,5,6]
>>> res = a + b
>>> print(res)
[1, 2, 3, 4, 5, 6]

Q46. 提高python运行效率的方法。

答：

• 1、使用生成器，因为可以节约大量内存

• 2、循环代码优化，避免过多重复代码的执行

• 3、核心模块用Cython PyPy等，提高效率

• 4、多进程、多线程、协程

• 5、多个if elif条件判断，可以把最有可能先发生的条件放到前面写，这样可以减少程序判断的次数，提高效率

Q47. 简述mysql和redis区别。

答：

• redis： 内存型非关系数据库，数据保存在内存中，速度快
• mysql：关系型数据库，数据保存在磁盘中，检索的话，会有一定的Io操作，访问速度相对慢。

Q48. 遇到bug如何处理？

答：

• 1、细节上的错误，通过print()打印，能执行到print()说明一般上面的代码没有问题，分段检测程序是否有问题，如果是js的话可以alert或console.log
• 2、如果涉及一些第三方框架，会去查官方文档或者一些技术博客。
• 3、对于bug的管理与归类总结，一般测试将测试出的bug用teambin等bug管理工具进行记录，然后我们会一条一条进行修改，修改的过程也是理解业务逻辑和提高自己编程逻辑缜密性的方法，我也都会收藏做一些笔记记录。
• 4、导包问题、城市定位多音字造成的显示错误问题

Q49. 正则匹配日期2018-03-20,

url='https://sycm.taobao.com/bda/tradinganaly/overview/get_summary.json?dateRange=2018-03-20%7C2018-03-20&dateType=recent1&device=1&token=ff25b109b&_=1521595613462'
答：提取一段特征语句，用(.*?)即可。

import re

url='https://sycm.taobao.com/bda/tradinganaly/overview/get_summary.json?dateRange=2018-03-20%7C2018-03-20&dateType=recent1&device=1&token=ff25b109b&_=1521595613462'
result = re.findall(r'dateRange=(.*?)%7C(.*?)&',url)
print(result)

>>>[('2018-03-20', '2018-03-20')]

Q50. list = [2,3,5,4,9,6]。从小到大排列，不许用sort,输出[2,3,4,5,6,9]。

答：利用min()方法求出最小值，原列表删除最小值，新列表加入最小值，递归调用获取最小值的函数，反复操作。

list = [2,3,5,4,9,6]
new_list = []

def get_min(list):
    # 获取列表最小值
    a = min(list)
    # 删除最小值
    list.remove(a)
    # 将最小值加入新列表
    new_list.append(a)
    # 保证最后列表里面有值，递归调用获取最小值
    # 直到所有值获取完，并加入新列表返回
    if len(list)>0:
        get_min(list)
    return new_list

new_list = get_min(list)
print(new_list)

>>>[2, 3, 4, 5, 6, 9]

Q51. 保留两位小数。

答：round(x,n)方法：返回浮点数x的四舍五入值(保留小数点后n位)。

a = '%.03f' %1.3335    # 3前面的0表示补0
print(a,type(a))
b = round(float(a),1)
print(b)
c = round(float(a),2)
print(c)

>>>1.333 <class 'str'>
1.3
1.33

Q52. 求三个方法打印结果.

答：

• fn("one",1）直接将键值对传给字典；
• fn("two",2)因为字典在内存中是可变数据类型，所以指向同一个地址，传了新的额参数后，会相当于给字典增加键值对
• fn("three",3,{})因为传了一个新字典，所以不再是原先默认参数的字典

def fn(k,v,dic={}):
    dic[k] = v
    print(dic)

fn('one',1)
fn('two',2)
fn('three',3,{})

>>>
{'one': 1}
{'one': 1, 'two': 2}
{'three': 3}

Q53. 列出常见的状态码和意义。

答：

状态码	意义
200 OK	请求正常处理完毕
204 No Content	请求成功处理，没有实体的主体返回
206 Partial Content	GET范围请求已成功处理
301 Moved Permanently	永久重定向，资源已永久分配新URI
302 Found	临时重定向，资源已临时分配新URI
303 See Other	临时重定向，期望使用GET定向获取
304 Not Modified	发送的附带条件请求未满足
307 Temporary Redirect	临时重定向，POST不会变成GET
400 Bad Request	请求报文语法错误或参数错误
401 Unauthorized	需要通过HTTP认证，或认证失败
403 Forbidden	请求资源被拒绝
404 Not Found	无法找到请求资源（服务器无理由拒绝）
500 Internal Server Error	服务器故障或Web应用故障
503 Service Unavailable	服务器超负载或停机维护

Q54. 分别从前端、后端、数据库阐述web项目的性能优化。

答:
前端优化：

• 减少http请求、例如制作精灵图
• html和CSS放在页面上部，javascript放在页面下面，因为js加载比HTML和Css加载慢，所以要优先加载html和css,以防页面显示不全，性能差，也影响用户体验差
  后端优化：
• 缓存存储读写次数高，变化少的数据，比如网站首页的信息、商品的信息等。应用程序读取数据时，一般是先从缓存中读取，如果读取不到或数据已失效，再访问磁盘数据库，并将数据再次写入缓存。
• 异步方式，如果有耗时操作，可以采用异步，比如celery
• 代码优化，避免循环和判断次数太多，如果多个if else判断，优先判断最有可能先发生的情况
  数据库优化：
• 如有条件，数据可以存放于redis，读取速度快
• 建立索引、外键等

Q55. 使用pop和del删除字典中的"name"字段，dic={"name":"zs","age":18}

答：

>>> dic = {'name':'zs','age':18}
>>> dic.pop('name')
'zs'
>>> dic
{'age': 18}
>>> dic = {'name':'zs','age':18}
>>> del dic['name']
>>> dic
{'age': 18}

Q56. 列出常见MYSQL数据存储引擎

答：
InnoDB：支持事务处理，支持外键，支持崩溃修复能力和并发控制。如果需要对事务的完整性要求比较高（比如银行），要求实现并发控制（比如售票），那选择InnoDB有很大的优势。如果需要频繁的更新、删除操作的数据库，也可以选择InnoDB，因为支持事务的提交（commit）和回滚（rollback）。

MyISAM：插入数据快，空间和内存使用比较低。如果表主要是用于插入新记录和读出记录，那么选择MyISAM能实现处理高效率。如果应用的完整性、并发性要求比 较低，也可以使用。

MEMORY：所有的数据都在内存中，数据的处理速度快，但是安全性不高。如果需要很快的读写速度，对数据的安全性要求较低，可以选择MEMOEY。它对表的大小有要求，不能建立太大的表。所以，这类数据库只使用在相对较小的数据库表。

Q57. 计算一些代码运行结果。

答：

A = zip(('a','b','c','d','e'),(1,2,3,4,5))
A0 = dict(A)
A1 = range(10)
A2 = [i for i in A1 if i in A0]
A3 = [A0[s] for s in A0]

print('A0:',A0)
print(list(zip(('a','b','c','d','e'),(1,2,3,4,5))))
print('A2:',A2)
print('A3:',A3)

>>>
A0: {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
[('a', 1), ('b', 2), ('c', 3), ('d', 4), ('e', 5)]
A2: []
A3: [1, 2, 3, 4, 5]

dict()创建字典新方法

#创建字典新方法
#列表
s = dict([['name','zs'],['age',18]])
print(s)

# 元组
a = dict([('name','zs'),('age',18)])
print(a)

>>>
{'name': 'zs', 'age': 18}
{'name': 'zs', 'age': 18}

Q58. 简述同源策略.

答: 同源策略需要同时满足以下三点要求：

• 协议相同
• 域名相同
• 端口相同

http:www.test.com与https:www.test.com 不同源——协议不同
http:www.test.com与http:www.admin.com 不同源——域名不同
http:www.test.com与http:www.test.com:8081 不同源——端口不同

只要不满足其中任意一个要求，就不符合同源策略，就会出现“跨域”

Q59. 简述cookie和session的区别

答:

• 1. session 在服务器端，cookie 在客户端（浏览器）。
• 2. session 的运行依赖 session id，而 session id 是存在 cookie 中的，也就是说，如果浏览器禁用了 cookie ，同时 session 也会失效，存储Session时，键与Cookie中的sessionid相同，值是开发人员设置的键值对信息，进行了base64编码，过期时间由开发人员设置。
• 3. cookie安全性比session差。

Q60. 简述多进程、多线程。

答：
进程：

• 操作系统进行资源分配和调度的基本单位，多个进程之间相互独立。
• 稳定性好，如果一个进程崩溃，不影响其他进程，但是进程消耗资源大，开启的进程数量有限制。

线程：

• CPU进行资源分配和调度的基本单位，线程是进程的一部分，是比进程更小的能独立运行的基本单位，一个进程下的多个线程可以共享该进程的所有资源。
• 如果IO操作密集，则可以多线程运行效率高，缺点是如果一个线程崩溃，都会造成进程的崩溃。

应用：

• IO密集的用多线程，在用户输入，sleep 时候，可以切换到其他线程执行，减少等待的时间。
• CPU密集的用多进程，因为假如IO操作少，用多线程的话，因为线程共享一个全局解释器锁，当前运行的线程会霸占GIL，其他线程没有GIL，就不能充分利用多核CPU的优势。

Q61. 简述any()和all()方法。

答：

• any():只要迭代器中有一个元素为真就为真
• all():迭代器中所有的判断项返回都是真，结果才为真
  python中什么元素为假？
  （0，空字符串，空列表、空字典、空元组、None, False）

Q62. 常见异常类型及其说明。

答：

异常类型	说明
IOError	输入输出异常
AttributeError	试图访问一个对象没有的属性
ImportError	无法引入模块或包，基本是路径问题
IndentationError	语法错误，代码没有正确的对齐
IndexError	下标索引超出序列边界
KeyError	试图访问你字典里不存在的键
SyntaxError	Python代码逻辑语法出错，不能执行
NameError	使用一个还未赋予对象的变量

Q63. 列出几种魔法方法并简要介绍用途。

答:

方法	用途
__init__	对象初始化方法
__new__	创建对象时候执行的方法，单列模式会用到
__str__	当使用print输出对象的时候，只要自己定义了__str__(self)方法，那么就会打印从在这个方法中return的数据
__del__	删除对象执行的方法

Q64. 请将[i for i in range(3)]改成生成器。

答：生成器是特殊的迭代器

• 列表表达式 [] 改为 () 即可变成生成器。
• 函数在返回值的时候出现yield就变成生成器，而不是函数了。

>>> a = [i for i in range(3)]
>>> type(a)
<class 'list'>
>>> b = (i for i in range(3))
>>> type(b)
<class 'generator'>

Q65. 去除字符串的空格。

答：

>>> a = ' hehehe '
>>> a
' hehehe '
>>> a.strip()
'hehehe'

Q66. 举例sort和sorted对列表排序，list = [0,-1,3,-10,5,9]

答：

list = [0,-1,3,-10,5,9]
list.sort(reverse=False) # 一种方法
print('list.sort在list基础上修改，无返回值',list)

list2 = [0,-1,3,-10,5,9]
res = sorted(list2,reverse=False) #一种函数
print('sorted有返回值是新的list2',list2)
print('返回值',res)

>>>
list.sort在list基础上修改，无返回值 [-10, -1, 0, 3, 5, 9]
sorted有返回值是新的list2 [0, -1, 3, -10, 5, 9]
返回值 [-10, -1, 0, 3, 5, 9]

Q67. 对list排序，foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4]，使用lambda函数从小到大排列。

答：

foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4]
a = sorted(foo,key=lambda x:x)
print(a)

>>>
[-20, -5, -4, -4, -2, 0, 2, 4, 8, 8, 9]

Q68. 使用lambda函数对list排序foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4]，输出结果为[0, 2, 4, 8, 8, 9, -2, -4, -4, -5, -20]

答：传两个条件，x<0和abs(x)

foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4]
b = sorted(foo,key = lambda x:(x<0,abs(x)))
print(b)

>>>[0, 2, 4, 8, 8, 9, -2, -4, -4, -5, -20]

Q69. 列表嵌套字典的排序，分别根据年龄和姓名排序。

答：

foo = [{'name':'zs','age':19},{'name':'ss','age':54},
       {'name':'wa','age':17},{'name':'df','age':23}]
# 根据年龄从大到小排序
a = sorted(foo,key = lambda x:x['age'],reverse=True)
print('根据年龄从大到小排序:',a)
# 根据姓名从小到大
b = sorted(foo,key = lambda x:x['name'])
print('根据姓名从小到大排序：',b)

>>>根据年龄从大到小排序: [{'name': 'ss', 'age': 54}, {'name': 'df', 'age': 23}, {'name': 'zs', 'age': 19}, {'name': 'wa', 'age': 17}]
根据姓名从小到大排序： [{'name': 'df', 'age': 23}, {'name': 'ss', 'age': 54}, {'name': 'wa', 'age': 17}, {'name': 'zs', 'age': 19}]

Q70. 列表嵌套元组，分别按字母和数字排序。

答：

foo = [('zs',19),('ss',54),
       ('wa',17),('df',23)]
# 根据年龄从大到小排序
a = sorted(foo,key = lambda x:x[1],reverse=True)
print('根据年龄从大到小排序:',a)
# 根据姓名从小到大
b = sorted(foo,key = lambda x:x[0])
print('根据姓名从小到大排序：',b)

>>> 根据年龄从大到小排序: [('ss', 54), ('df', 23), ('zs', 19), ('wa', 17)]
根据姓名从小到大排序： [('df', 23), ('ss', 54), ('wa', 17), ('zs', 19)]

Q71. 列表嵌套列表排序，年龄数字相同怎么办？

答：

foo =[['zs',19],['zl',54],
      ['wa',23],['df',23],['xf',23]]
a = sorted(foo,key=lambda x:(x[1],x[0])) #年龄相同，按字母排序
print(a)
b = sorted(foo,key=lambda x:x[0])
print(b)

>>>[['zs', 19], ['df', 23], ['wa', 23], ['xf', 23], ['zl', 54]]
[['df', 23], ['wa', 23], ['xf', 23], ['zl', 54], ['zs', 19]]

Q72. 根据键对字典排序（方法一，zip函数）

答：

dic = {'name':'zs','sex':'man','city':'bj'}
foo = zip(dic.keys(),dic.values()) # 字典转列表嵌套元组
foo = [i for i in foo]
print('字典转成列表嵌套元组',foo)
b = sorted(foo,key=lambda x:x[0])
print('根据键排序',b)
new_dic = {i[0]:i[1] for i in b}
print('字典推倒式构造新字典',new_dic)

>>>
字典转成列表嵌套元组 [('name', 'zs'), ('sex', 'man'), ('city', 'bj')]
根据键排序 [('city', 'bj'), ('name', 'zs'), ('sex', 'man')]
字典推倒式构造新字典 {'city': 'bj', 'name': 'zs', 'sex': 'man'}

Q73. 根据键对字典排序（方法二，不用zip）

答：

dic = {'name':'zs','sex':'man','city':'bj'}
print('字典转成列表嵌套元组',dic.items())

b = sorted(dic.items(),key=lambda x:x[0])
print('根据键排序',b)
new_dic = {i[0]:i[1] for i in b}
print('字典推倒式构造新字典',new_dic)

>>>字典转成列表嵌套元组 dict_items([('name', 'zs'), ('sex', 'man'), ('city', 'bj')])
根据键排序 [('city', 'bj'), ('name', 'zs'), ('sex', 'man')]
字典推倒式构造新字典 {'city': 'bj', 'name': 'zs', 'sex': 'man'}

Q74. 列表推导式、字典推导式、生成器

答：

>>> import random
>>> td_list = [i for i in range(10)]
>>> print('列表推导式',td_list,type(td_list))
列表推导式 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] <class 'list'>
>>> ge_list=(i for i in range(10))
>>> print('生成器',ge_list)
生成器 <generator object <genexpr> at 0x00000200A4BD4570>
>>> dic = {k:random.randint(4,9) for k in ['a','b','c','d']}
>>> print('字典推导式',dic,type(dic))
字典推导式 {'a': 7, 'b': 5, 'c': 8, 'd': 5} <class 'dict'>

Q75. 根据字符串长度进行排序。

答：

>>> s = ['ab','abc','a','djsk']
>>> b = sorted(s,key=lambda x:len(x))
>>> print(b,s)
['a', 'ab', 'abc', 'djsk'] ['ab', 'abc', 'a', 'djsk']
>>> s.sort(key=len) #sort无返回值，在s自身修改
>>> print(s)
['a', 'ab', 'abc', 'djsk']

Q76. s = 'info:xiaozhang 33 shandong'，用正则切分字符串输出['info','xiaozhang','33','shandong']。

答：| 表示或，根据冒号或空格进行切分。

>>> import re
>>> s = 'info:xiaozhang 33 shandong'
>>> res = re.split(r':| ',s)
>>> print(res)
['info', 'xiaozhang', '33', 'shandong']

Q77. 正则匹配以163.com结尾的邮箱。

答：

import re
email_list = ['xiaowang@163.com','xiaowang@163.comhei','xiaowang@qq.com','xiaos@163.com']

for email in email_list:
    ret = re.match('[\w]{4,20}@163\.com$',email)
    if ret:
        print('%s 是符合规定的邮箱地址，匹配后的结果是：%s' % (email,ret.group()))

    else:
        print('%s 不符合要求'% email)

>>>
xiaowang@163.com 是符合规定的邮箱地址，匹配后的结果是：xiaowang@163.com
xiaowang@163.comhei 不符合要求
xiaowang@qq.com 不符合要求
xiaos@163.com 是符合规定的邮箱地址，匹配后的结果是：xiaos@163.com

Q78. 递归求和

答：

# 递归求1—10累加的和
def get_sum(num):
    if num>=1:
        res = num + get_sum(num-1)
    else:
        res = 0
    return res
res = get_s
um(10)
print(res)

>>>55

Q79. python字典和json字符串相互转化方法。

答：json.dumps()：字典转json字符串 ，json.loads()：json转字典

import json
dic = {'name':'zs'}
res = json.dumps(dic) # 字典转json字符串
print(res,type(res))
ret = json.loads(res) # json字符串转字典
print(ret,type(ret))

>>>
{"name": "zs"} <class 'str'>
{'name': 'zs'} <class 'dict'>

Q80. 统计字符串中某字符出现的次数

答：

str = '张三 美国 张三 哈哈 张 三'
res = str.count('张三')
print(res)

>>>2

Q81. 字符串转换大小写。

答：

str = 'HHHuuu'
print(str.upper())
print(str.lower())

>>>
HHHUUU
hhhuuu

Q82. 用两种方法去空格。

答：

str = 'hello world ha ha'
res = str.replace(' ','')
print(res)

list = str.split(' ')
print(list)
ret = ''.join(list)
print(ret)

>>>
helloworldhaha
['hello', 'world', 'ha', 'ha']
helloworldhaha

Q83. 正则匹配不是以4和7结尾的手机号

答：

import re
tels = ['13100001234','18936774821','10086','17389274827']
for tel in tels:
    ret = re.match('1\d{9}[0-3,5-6,8-9]',tel)
    if ret:
        print('想要的结果',ret.group())
    else:
        print('%s 不是想要的手机号' % tel)

>>>
13100001234 不是想要的手机号
想要的结果 18936774821
10086 不是想要的手机号
17389274827 不是想要的手机号

Q84. 正则表达式匹配第一个url。

答：findall结果无需加group()，search需要加group()提取。

import re
s = '<img data-original="https://ridc.sfhfh.cn/sffha/dghha/shams.jpg" src="https://shfsk/safj.jpg" dhdfksk;>'
res = re.findall(r"https://.*?\.jpg",s)[0]
print(res)
ret = re.search(r"https://.*?\.jpg",s)
print(ret.group())

>>>
https://ridc.sfhfh.cn/sffha/dghha/shams.jpg
https://ridc.sfhfh.cn/sffha/dghha/shams.jpg

Q85. 正则匹配中文。

答：

import re
title = '你好，hello,世界'
pattern = re.compile(r'[\u4e00-\u9fa5]+') # 中文的 unicode 编码范围 主要在 [u4e00-u9fa5]
result = pattern.findall(title)

print(result)

>>>['你好', '世界']

Q86. r、r+、rb、rb+文件打开模式区别

答：

image.png

Q87. 正则表达式匹配出<html><h1>www.itcast.cn</h1></html>

答：

import re
labels = ['<html><h1>www.itcast.cn</h1></html>','<html><h1>www.itcast.cn</h2></html>']
for label in labels:
    ret = re.match(r'<(\w*)><(\w*)>.*?</\2></\1>',label)
    if ret:
        print('%s 是符合要求的标签'% ret.group())
    else:
        print('%s 不符合要求'% label)

>>>
<html><h1>www.itcast.cn</h1></html> 是符合要求的标签
<html><h1>www.itcast.cn</h2></html> 不符合要求

Q88. python传参数是传值还是传址？

答：Python中函数参数是引用传递（注意不是值传递）。对于不可变类型（数值型、字符串、元组），因变量不能修改，所以运算不会影响到变量自身；而对于可变类型（列表、字典）来说，函数体运算可能会更改传入的参数变量。

def selfAdd(a):
    a += a

a_int = 1
print(a_int)
selfAdd(a_int)
print(a_int)

a_list = [1,2]
print(a_list)
selfAdd(a_list)
print(a_list)

>>>
1
1
[1, 2]
[1, 2, 1, 2]

Q89. 求两个列表的交集、差集、并集。

答：

>>> a = [1,2,3,4]
>>> b = [4,3,5,6]
>>> jj1 = [i for i in a if i in b] # 在a中的i,并且也在b中，就是交集
>>> print('交集',jj1)
交集 [3, 4]
>>> jj2 = list(set(a).intersection(set(b))) #求交集的函数
>>> print('交集',jj2)
交集 [3, 4]
>>> bj1 = list(set(a).union(set(b))) # 用union求并集
>>> print('并集',bj1)
并集 [1, 2, 3, 4, 5, 6]
>>> cj1 = list(set(b).difference(set(a))) # b中有而a中没有
>>> print('差集，b中有而a中没有：',cj1)
差集，b中有而a中没有： [5, 6]
>>> cj1 = list(set(a).difference(set(b))) # a中有而b中没有
>>> print('差集，a中有而b中没有：',cj1)
差集，a中有而b中没有： [1, 2]

Q90. 生成0~100的随机数

答：random.random()生成0~1之间的随机小数，所以乘100.

import random
res1 = 100*random.random() #随机小数
res2 = random.choice(range(0,101)) #随机整数
res3 = random.randint(1,100) #随机整数
print(res1)
print(res2)
print(res3)

>>>
95.76401356168898
40
30

Q91. lambda匿名函数的好处

答：精简代码，lambda省去了定义函数，map省去了写for循环过程。

>>> a = ['苏州','中国','','hh','','效率','']
>>> res = list(map(lambda x:'填充值' if x == '' else x,a))
>>> print(res)
['苏州', '中国', '填充值', 'hh', '填充值', '效率', '填充值']

Q92. 常见的网络传输协议。

答：UDP、TCP、FTP、HTTP、SMTP等等。

Q93. HTTP请求中get和post区别。

答：

• GET请求是通过URL直接请求数据，数据信息可以在URL中直接看到，比如浏览器访问；而POST请求是放在请求头中的，我们是无法直接看到的；
• GET提交有数据大小的限制，一般是不超过1024个字节，而这种说法也不完全准确，HTTP协议并没有设定URL字节长度的上限，而是浏览器做了些处理，所以长度依据浏览器的不同有所不同；POST请求在HTTP协议中也没有做说明，一般来说是没有设置限制的，但是实际上浏览器也有默认值。总体来说，少量的数据使用GET，大量的数据使用POST。
• GET请求因为数据参数是暴露在URL中的，所以安全性比较低，比如密码是不能暴露的，就不能使用GET请求；POST请求中，请求参数信息是放在请求头的，所以安全性较高，可以使用。在实际中，涉及到登录操作的时候，尽量使用HTTPS请求，安全性更好。

Q94. python中读取Excel文件的方法。

答：应用数据分析库pandas

import pandas as pd
df = pd.read_excel('123.xlsx')
print(df)

Q95. 简述多线程、多进程。

答:
进程

• 操作系统进行资源分配和调度的基本单位，多个进程之间相互独立。
• 稳定性好，如果一个进程崩溃，不影响其他进程，但是进程消耗资源大，开启的进程数量有限制。
  线程
• CPU进行资源分配和调度的基本单位，线程是进程的一部分，是比进程更小的能独立运行的基本单位，一个进程下的多个线程可以共享该进程的所有资源；
• 如果IO操作密集，则可以多线程运行效率高，缺点是如果一个线程崩溃，都会造成进程的崩溃。
  应用
• IO密集的用多线程，在用户输入，sleep 时候，可以切换到其他线程执行，减少等待的时间；
• CPU密集的用多进程，因为假如IO操作少，用多线程的话，因为线程共享一个全局解释器锁，当前运行的线程会霸占GIL，其他线程没有GIL，就不能充分利用多核CPU的优势。

Q96. python正则中search和match

答：

import re
s = '小明年龄18岁 工资10000'
res = re.search(r'\d+',s).group() 
print('search结果(匹配到第一个匹配的数据)',res)

res = re.findall(r'\d+',s)
print('findall结果(满足正则，都匹配，不用加group())',res)

res = re.match('小明',s).group()
print('match结果(匹配‘小明’开头的字符串，并匹配出小明)',res) 

res = re.match('工资',s).group()
print('match结果(‘工资’不是字符串开头，匹配不到，报错)',res) 

>>>
search结果(匹配到第一个匹配的数据) 18
findall结果(满足正则，都匹配，不用加group()) ['18', '10000']
match结果(匹配‘小明’开头的字符串，并匹配出小明) 小明
Traceback (most recent call last):
  File "C:/Users/dybhh/Desktop/pypractice/100-96.py", line 12, in <module>
    res = re.match('工资',s).group()
AttributeError: 'NoneType' object has no attribute 'group'