Python中确实有很多点，平时使用接触较少，而相对生疏。下面是前段时间找工作时遇到的，虽然我最终没能去个以python为主要开发语言的岗位~ ~ ~
下面内容 一部分时截取自网络，一部分是截取自python相关书籍，个别示例为个人理解所举。
1. Unicode 与 字符串string的 区别
字符串编码的差异，体现在计算机内存中存储字符的方式的差异，简单说同样的字符串不同编码方式存储时，其在计算机内存中的二进制值是不一样的。
-
ASCII标准，8位字节存储单个字符（二进制数值范围0-127）
Unicode文本，通常叫做“宽字符”字符串，因为单个字符可能会用多个字节表示。通常用在表示国际化的程序中，以支持欧洲和亚洲的字符集（如汉字，日文，俄文等形式字符）。 -
字节和字符串之间的来回转换：
编码是根据一种具体编码方式，把一个字符串转换成其编码方式对应原始字节序列，简单理解一种编码方式指定了一种 字符映射字节序列表。
解码则是编码的逆过程。
原始字节可理解为计算机存储时的二进制数串
ASCII是其它编码方式的子集，其它编码方式如 UTF-8，gbk系列等 都是Unicode。
-
Python 2.x中：
str字符串类型与unicode字符串类型是不同的数据类型，
str用于8位字节可以表示的文本，以及绝对字节值所表示的二进制数据（ASCII方式）。
unicode用于表示宽字符文本，支持编码和解码。
举个例子简单理解 a = ‘a234gj’ b = 0x61 （字符‘a’二进制数值就是97）
A = “啊sdad”， a 和b 是str类型，A是unicode类型 -
Python3.x中的变化差异：
str表示Unicode文本（8位和更宽的）；
bytes表示二进制数据。
bytearray 是一种可变的bytes类型
str 是不可改变的字符序列，bytes为一个8位整数的不可变序列，表示绝对的字节值，bytearray 是可变的，并支持原处修改。
raw 字节数据，如图像和声音数据，应用于设备接口数据等，是没有经过任何方式编码的数据，通常用二进制数据来处理。
当一个文件以文本模式打开时，读取数据时会自动将其内容解码（平台的默认编码方式）；
当一个文件以二进制方式打开时，则不会进行解码，读取的数据就是内存中的原始二进制数据。
2. 内存管理与垃圾回收
python内部使用引用计数，来保持追踪内存中的对象，Python内部记录了对象有多少个引用，即引用计数，当对象被创建时就创建了一个引用计数，当对象不再需要时，这个对象的引用计数为0时，它被垃圾回收。
总结一下对象会在一下情况下引用计数加1：
1.对象被创建：x=4
2.另外的别人被创建：y=x
3.被作为参数传递给函数：foo(x)
4.作为容器对象的一个元素：a=[1,x,'33']
引用计数减少情况
1.一个本地引用离开了它的作用域。比如上面的foo(x)函数结束时，x指向的对象引用减1。
2.对象的别名被显式的销毁：del x ；或者del y
3.对象的一个别名被赋值给其他对象：x=789
4.对象从一个窗口对象中移除：myList.remove(x)
5.窗口对象本身被销毁：del myList，或者窗口对象本身离开了作用域。
内存池管理机制，减少频繁的小块系统内存的申请与释放
循环垃圾回收器, 确保释放循环引用对象(a引用b, b引用a, 导致其引用计数永远不为0)
分代收集
这个机制的主要作用就是发现并处理不可达的垃圾对象。
垃圾回收=垃圾检查+垃圾回收
在Python中，采用分代收集的方法。把对象分为三代，一开始，对象在创建的时候， 放在一代中，如果在一次一代的垃圾检查中，该对象存活下来，就会被放到二代中，同 理在一次二代的垃圾检查中，该对象d存活下来，就会被放到三代中。后续一代的检查中不会检查二代中的对象。
3. python线程特点
Python代码的执行由Python虚拟机（解释器）来控制。Python在设计之初就考虑要在主循环中，同时只有一个线程在执行，就像单CPU的系统中运行多个进程那样，内存中可以存放多个程序，但任意时刻，只有一个程序在CPU中运行。同样地，虽然Python解释器可以运行多个线程，只有一个线程在解释器中运行。
对Python虚拟机的访问由全局解释器锁（GIL）来控制，正是这个锁能保证同时只有一个线程在运行。在多线程环境中，Python虚拟机按照以下方式执行。
1.设置GIL。
2.切换到一个线程去执行。
3.运行。
4.把线程设置为睡眠状态。
5.解锁GIL。
6.再次重复以上步骤。
Python 多线程适合IO密集型程序，在一个线程等待IO输入时，其它线程可以得到调度。
4. 其它
== 和 is 的差异 一个比较内存值，一个比较的时对象标识id，相当于内存地址
copy 与deepcopy 不变性与相对不变性的差异
闭包 local 变量，很奇怪的概念，函数执行结束后，但是内部的local变量并未随函数消失，后续的调用会使用上一次保留的值，有些像C函数内部的static 变量，使用起来会令人困惑，很少用。
装饰器 在不改变函数的情况下，扩展函数的功能，非常强大好用
def decorator(func):
# Process function func with extra codes
return func
def decorator(func): # 包装器
# save or use function func
# return a different callable nested def
Python内置协议机制 类似于C++的运算符重载
_repr_ 对应print
_callable_ 类名方法
_add_ + 操作运算
_iter_ 循环递归协议 for i in I
_item_ [ ]
函数重载，与C++类似
args args 区别 func（a,b,c） func((1,2,3)) -> func(1,2,3) func({‘a’:1,’b’:2,’c’:3})
网友评论