VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > 编程开发 > Python基础教程 >
  • python基础教程之Python知识点

本站最新发布   Python从入门到精通|Python基础教程
试听地址  
https://www.xin3721.com/eschool/pythonxin3721/


1.解释器锁(GIL)

  一个进程在运行时假如有多个线程,同一时间只能有一个线程处于运行状态,霸占python解释器(即加了一把全局解释器锁,GIL),当遇到耗时操作,会释放GIL运行其他线程。所以多线程中线程的运行也是有先后顺序,并不是同时进行。多进程中每个进程都会有各自的一把锁,可以实现多个进程同时运行,程序的运行效率会加快,缺点是系统开销大。

 

2.内建数据类型

  • 数字类型(包括整数型和浮点类型)
  • 字符串
  • 布尔值
  • 列表(list)
  • 元组(tuple)
  • 字典(dict)
  • 集合(set)

 

3.数据结构

  • 列表(list)
  • 元组(tuple)
  • 字典(dict)
  • 集合(set)

 

4.__new__和__init__方法的区别

  • __init__是构建函数,比较常用;__new__是实例化方法,不太常用
  • __init__实例级别的函数,__new__类级别的函数
  • __new__是创建一个新的实例,__init__构建一些实例的属性,__new__在__init__之前执行
  • __new__必须要有一个参数(cls)代表当前类,且必须有返回值,表示生成的实例,可以是父类__new__出来的实例,也可以是Object__new__出来的实例;__init__必须要有一个参数(self)表示当前实例,不需要有返回值

 

5.with方法打开文件做了什么

  如果按照正常的f.open()方法打开文件可能会出现一些异常,此时要写try、except、finally做异常判断,且无论如何都要在finally中关闭文件,即f.close(),with帮我们实现了finally中的f.close()

 

6.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]

  

复制代码
def test(num):
    # 幂运算
    return num ** 2

l = [1,2,3,4,5]
m = map(test,l)
l2 = [i for i in m if i > 10]
print(l2)
复制代码

 

 

7.python中生成随机整数、随机小数、0—1之间小数方法

复制代码
import random
# 生成0-1之前的随机小数
print(random.random())
# 生成指定范围内的随机整数
print(random.randint(0,100))
# 生成随机小数
# 导入numpy库
import numpy
# 生成5个随机小数
print(numpy.random.randn(5))
复制代码

 

 

8.<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

import re
str = '<div class="nam">中国</div>'
t = re.findall(r'<div class=".*">(.*?)</div>',str)
print(t)

 

 

9.python2和python3区别?列举5个

  • python2中print函数可以用小括号包括要打印的内容,也可以用空格隔开;python3只能用小括号
  • 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
  • python中用raw_input()函数,python3使用input()
  • python2为正常显示中文,需要引入coding;python3不需要
  • python2使用ascii编码;python3使用utf-8编码
  • python2中ranage(1,10)返回是一个数字列表;python3返回是一个迭代器,节约内存

 

 

10.列出python中可变数据类型和不可变数据类型,并简述原理

  可变对象:列表list、字典dict

  对这些数据类型进行操作时,只是修改变量的值,变量在内存中引用的地址还是同一个不会改变。

  不可变对象:数值、字符串、元组tuple

  相同值的对象在内存中只有一个地址,修改值即新建了一个对象,变量在内存中引用的地址会改变。

 

 

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

复制代码
s = "ajldjlajfdljfddd"
se = set(s)
l = []
for i in se:
    l.append(i)
l.sort()
# 这里注意:因为字符串是不可变数据类型,
# 所以要先转换成列表排序,最后拼接成字符串
str1 = ''
for i in l:
    str1 += i
print(str1)
复制代码

 

 

12.字典根据键从小到大排序

d={"name":"zs","age":18,"city":"深圳","tel":"1362626627"}
d1 = {i:d[i] for i in sorted(d)}
print(d1)

 

 

 

13.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”

from collections import Counter
str1 = 'kjalfj;ldsjafl;hdsllfdhg;lahfbl;hl;ahlf;h'
c = Counter(str1)
print(c)

 

 

14.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”

复制代码
import re
a = "not 404 found 张三 99 深圳"
l = a.split(' ')

num_str = re.findall(r'\d+|[a-z]+',a)

for i in num_str:
    
    if i in l:
       
        l.remove(i)
new_str = "".join(l)
print(new_str)
复制代码

 

 

 

15.正则re.complie作用

   把正则表达式编译成一个对象,方便重复使用。

 

 

16.数据库优化查询方法 

  外键、索引、联合查询、选择特定字段等等
 
 
 
17.请列出你会的任意一种统计图(条形图、折线图等)绘制的开源库,第三方也行
  pychart、matplotlib
 
 
18.写一段自定义异常代码
复制代码
# 定义异常类,继承Exception基类
class MyException(Exception):
#     def __init__(self,*args,**kwargs):
#         self.args = args
#         self.kwargs = kwargs
    pass
        

def test(num1,num2):
    try:
        total = num1 * num2
        if total % 2 == 0:
            raise MyException('我自闭了!')
        else:
            print(total)
    except Exception as e:
        print(e)

test(5,3)
复制代码

 

 

19.正则表达式匹配中,(.)和(.?)匹配区别?

  (.*):贪婪匹配,会把符合正则的尽可能多的往后匹配

  (.*?):非贪婪匹配,尽可能少匹配

 

 

20.简述Django的orm

  ORM,意为对象-关系映射,只需要简单的配置就可以变更数据库,不需要修改代码,只需要面向对象编程;ORM可以根据数据库引擎,翻译出对应的SQL语句,所以使用Django框架的项目可以不用关心底层使用的是什么数据库,如果数据库迁移,只用变更数据库引擎即可。

 

 

 

21.举例说明zip()函数用法

# 把两个可迭代的内容组合在一起生成一个tuple类型组成的内容
l1 = ['a','b','c']
l2 = [1,2,3]
for i in zip(l1,l2):
    print(i)

 

 

 

22.提高python运行效率的方法

  • 使用生成器,可以节约大量内存
  • 多线程、多进程、协程
  • 循环代码优化,避免过多重复代码执行
  • 核心代码使用Cpython、PyPy等
  • 多个if,elif条件判断,可以把最有可能发生的写在前面,可以减少程序判断的次数,提高效率

 

 

23.简述mysql和redis区别

  Mysql:关系型数据库,数据存储在硬盘中,读写会有IO操作,速度相对较慢

  Redis:内存型非关系数据库,数据保存在内存中,读写速度快

 

 

24.遇到bug如何处理

  • 首先根据报错信息,定位大概出错的地方
  • 一般细节上的错误,用print()打印分段检测程序的问题,如果能正常执行到print(),说明上面代码没问题;js可以用alert()或者console.log()
  • 对于BUG的管理和归类总结,一般测试人员将测试出来的BUG提交到BUG管理工具上,我会根据提交的BUG一条一条的修改,修改的过程也是理解项目业务逻辑和提高编程逻辑缜密性的方法,最后我会对修改过的BUG做收藏和笔记记录

 

 

25.正则匹配,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‘
 

复制代码
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'

import re
re_com = re.compile(r'dateRange=(.*?)%7C(.*?)&')
find_str = re_com.findall(url)
print(find_str)
复制代码

 

 

 

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

复制代码
# 思路:获取列表中的最小值添加到新列表,然后删除老列表中最小元素,重复操作
l=[2,3,5,4,9,6]

l2 = []
def get_min(l):
    min_value = min(l)
    l2.append(min_value)
    l.remove(min_value)
for i in range(len(l)):
    get_min(l)

print(l2)
复制代码

 

 

 

27.写一个单例模式

  单例模式:简单来说就是无论实例化多少次,都只有一个对象;比如,ORM模型关系映射时,只需要生成一个对象和数据库对接

  

复制代码
class single():
    # 声明一个类变量用来存放生成对象方法的引用
    # 如果该值为空,说明没有生成过对象;反之,直接返回该对象的引用
    _instance = None
    def __new__(cls,name,age):
        if not cls._instance:
            cls._instance = object.__new__(cls)
        return cls._instance

s1 = single('张三',18)
s2 = single('李四',19)
s1.sex = 1
print(s1.sex)
print(s2.sex)
print(id(s1))
print(id(s2))
复制代码

 

 

 

 28.保留两位小数,题目本身只有a=”%.03f”%1.3335,让计算a的结果,为了扩充保留小数的思路,提供round方法(数值,保留位数)

a="%.03f"%1.3335
print(a,type(a))
print(float(a),type(float(a)))
print(round(float(a),2))

 

 

 

29.列出常见的状态码和意义

  • 200 OK:请求成功
  • 400 Bad Request:客户端请求有语法错误,不能被服务器所理解
  • 401 Unauthorized:请求未经授权
  • 403 Forbidden:服务端收到请求,但拒绝提供服务
  • 404 Not Found:请求资源不存在 
  • 500 Internal Server Eroor:服务端发生不可预估的错误
  • 501 Server Unavailable:服务器不能处理当前客户端的请求,一段时间后可能恢复正常

 

 

 

30.分别从前端、后端、数据库阐述web项目的性能优化

  前端:

  • 尽量减少HTTP请求
  • 将HTML和CSS放在页面上部,JS放在页面下部;因为JS加载比HTML和CSS慢,所以要优先加载HTML和CSS,以防页面加载不全,性能差,影响用户体验

  后端:

  • 缓存存储读写次数高,变化少的数据;应用程序读取数据时,先从缓存中读取,如果数据不存在或已失效,再读取磁盘数据库,并将数据再放入缓存
  • 如果程序有耗时操作,采用异步
  • 代码方面,尽量减少循环和if条件判断,有多个if else时,优先判断最有可能发生的情况
  • 将动态页面换成html,用nginx访问

  数据库:

  • 选用合适的数据库,如果有条件可以将数据存放在redis,读写速度快
  • 添加外键,索引等

 

 

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

dic={'name':'zs','age':18}

#del dic['name]
dic.pop('name)
print(dic)

 

 

 

32.列出常见MYSQL数据存储引擎

  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。 
 
 
 
33.简述同源策略
  同源策略需要满足三点条件:协议相同、域名相同、端口相同,只要有任意一点不满足就不符合同源,就会出现“跨域“
 
 
 
34.简述cookie和session的区别
  • cookie存在客户端(浏览器),session运行在服务器端
  • cookie的安全性比session差
  • session的运行依赖sessionID,sessionID存放在cookie中,如果浏览器禁用了cookie,session就会失效;存储session时,session的键是cookie中的sessionID,值为开发人员添加的键值对,进行了base64编码,失效时间由开发人员设置

 

 

 

35.简述多线程、多进程

  进程:

  • 操作系统进行资源分配和调度的基本单位,多个进程之前相互独立
  • 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下的所有资源
  • 如果IO密集型,可以用多线程,缺点是如果一个线程崩溃,都会造成一个进程的崩溃

  应用:

  IO密集型用多线程,CPU密集型用多进程

 

 

 

36.简述any()和all()方法

  any:迭代器中只要有一个元素为真(不为空或0),则返回True;否则,返回False,空迭代器也返回False

  all:迭代器中全部元素为真(不为空或0),返回True;否则,返回False,空迭代器也返回True

 

 

37.IOError、AttributeError、ImportError、IndentationError、IndexError、KeyError、SyntaxError、NameError分别代表什么异常

  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 
 
 
 
 
38.python中copy和deepcopy区别
  • 复制不可变数据类型(元组、字符串、数值等):浅拷贝和深拷贝都和赋值 “=” 一样,id地址和值都跟被复制对象相同
  • 复制可变数据类型(列表、字典):
    • 浅拷贝分为两种情况:
      • 拷贝对象无复杂子元素:修改拷贝对象元素,或者修改浅拷贝后的对象的元素,都对对方没有影响,但id地址不同
      • 拷贝对象有复杂子元素:修改拷贝对象子元素,或者修改浅拷贝后的对象的子元素,都会影响对方的值,id地址不同
    • 深拷贝是完全独立的复制,无论有无复杂子元素,修改拷贝对象元素或者修改深拷贝后对象的元素,都对对方没有影响,id地址不同

 

 

 

39.列出几种魔法方法并简要介绍用途

  • __init__:构造函数,实例化对象时自动调用
  • __new__:创建对象执行的方法,单例模式使用
  • __str__:当对象被当做字符串使用时调用,最常用的就是print输出对象,会输入__str__方法中return的内容
  • __del__:删除对象时执行的方法(删除对象:如果对象赋值了多个变量,删除其中一个变量对对象的引用并不会直接删除对象,必须删除所有对对象引用的变量才会删除对象)

 

 

 

40.请将[i for i in range(3)]改成生成器

  将中括号换成小括号即可

复制代码
# 列表生成式、推导式
a = [i for i in range(3)]
print(type(a))
print(a)    

print("========================================")

# 列表生成器
b = (i for i in range(3))
print(type(b))
print(b)
for i in b:
    print(i)
复制代码

 

 

 

 41.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],正数从小到大,负数从大到小

复制代码
foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4]
# 方法一:列表拼接
print(sorted(filter(lambda num:num>=0,foo))+sorted(filter(lambda num:num<0,foo),reverse=True))

# 方法二:
# 这里注意[::-1]和[:-1]的区别:
# [::-1]表示可迭代对象元素的反转,比如a='python',a[::-1]输出'nohtyp',a[::-2]输出'nhy'
# [:-1]表示可迭代对象最后一位之前的所有元素,比如b='java',b[:-1]输出'jav'
print(sorted(filter(lambda num:num>=0,foo))+sorted(filter(lambda num:num<0,foo))[::-1])

# 方法三:根据sorted()方法的key参数,如果元素小于0则取绝对值排序
print(sorted(foo,key=lambda num:(num<0,abs(num))))
复制代码

 

 

42.列表嵌套字典的排序,分别根据年龄和姓名排序

l = [{'name':'张三','age':18},{'name':'李四','age':20},{'name':'王五','age':6}]
print(sorted(l,key=lambda k:k['name'],reverse=True))

 

 

 

43.列表嵌套元组,分别按字母和数字排序

l = [('a',4),('b',3),('c',1)]
print(sorted(l,key=lambda x:x[1]))

 

 

 

44.列表嵌套列表排序,年龄数字相同怎么办?

l = [['d',39],['aaa',66],['bbb',39],['ccc',18]]
# 添加参数,如果第一个参数的值相同,则按照第二个参数的值进行排序
print(sorted(l,key=lambda num:(num[1],num[0])))

 

 

 

45.根据键对字典排序

d = {'name':'wawaw','sex':'1','age':18}
# d.items()生成的是一个列表嵌套的元组,每个元组里包含键值对
s = sorted(d.items(),key=lambda x:x[0])
# 字典生成式
print({i[0]:i[1] for i in s})

 

 

 

46.举例说明SQL注入和解决办法

  当以字符串格式化书写方式的时候,如果用户输入的有“;SQL语句”,后面的SQL语句会执行,比如下面例子中的demo数据库会被删除

复制代码
input_name = 'master'
sql = 'select * from t_user where name="%s"' % input_name
print("这是正常的SQL语句"+sql)

input_name = 'master;drop database demo'
sql = 'select * from t_user where name="%s"' % input_name
print("这是SQL注入的语句"+sql)
复制代码

  解决方式:通过传参数方式解决SQL注入

  

input_name = 'master'
# 通过参数化的方式解决
params = [input_name]
# cs1为数据库的游标,execute()方法提供参数化的方式解决SQL注入
sql = cs1.execute('select * from t_user where name="%s"',params)

 

 

 

47.s=”info:xiaoZhang 33 shandong”,用正则切分字符串输出[‘info’, ‘xiaoZhang’, ‘33’, ‘shandong’]

import re
s = " info:xiaoZhang 33 shandong"
# |表示或
print(re.split(':| ',s))

 

 

 

48.正则匹配以163.com结尾的邮箱

import re
email = ['a123@qq.com.qq
      



  
相关教程