Python面试题总结.pdf

Python 面试题总结 Python 线程池原理 Python 线程池原理是指将多个线程存储在一个池中，等待执行任务队列中的任务。当线程池中有可用线程时，直接从池中获取线程执行任务，而不需要创建新的线程。这种机制可以减少系统资源的开销，提高执行效率。 Python 合并字典 Python 合并字典可以使用 collections.Counter 来实现。例如，合并两个字典 x 和 y，可以使用 Counter(x) + Counter(y) 来实现。也可以使用 dict(x.items() + y.items()) 或 dict(x, y) 来实现合并。 GUI 和 GPL GUI 是图形用户界面（Graphical User Interface）的缩写，指的是使用图形方式显示的计算机操作用户界面。GPL 是 GNU 通用公共许可证（GNU General Public License），它允许社会公众享有运行、复制软件的自由、发行传播软件的自由、获得软件源码的自由、改进软件并将自己作出的改进版本向社会发行传播的自由。 爬虫的基本步骤和流程 爬虫的基本工作流程包括： 1. 选取一部分精心挑选的 URL。 2. 将这些 URL 放入待抓取 URL 队列。 3. 从待抓取 URL 队列中取出待抓取的 URL，解析 DNS，得到主机的 IP，并将 URL 对应的网页下载下来，存储进已下载网页库中。 4. 分析已抓取 URL 队列中的 URL 和其中的有价值的数据，将新的 URL 放入待抓取 URL 队列，将数据存储起来。 并发和爬虫 爬虫程序可以使用多线程或多进程来提高抓取速度。但是，如果对方网站可以反爬取，封 IP 怎么办？可以采取以下几种方法： 1. 放慢抓取速度，减小对于目标网站造成的压力。 2. 通过设置代理 IP 等手段，突破反爬虫机制继续高频率抓取。 3. 使用 ADSL 拨号，获取新的 IP，从而可以继续抓取。 移动端 app 数据的抓取流程 移动端 app 数据的抓取流程可以分为以下几步： 1. 例如：爬取手机淘宝，核心还是一个 WEB 页面。 2. 有很多资讯类的 APP，核心都是一个 WEB 页面。直接用爬虫的方法抓就可以了。 3. 非 WEB 页面的 APP，可以使用特殊的爬虫工具或方法来抓取数据。