Python学习之109道面试题（下）

51、正则匹配，匹配日期2018-03-20

1 2 3 4 5 6

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=(.*?)&',url) print(result) 输出： ['2018-03-20%7C2018-03-20']

52、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]

#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
li=[2,3,5,4,9,6]
new_li=[]
def get_min(li):
    a=min(li)
    li.remove(a)
    new_li.append(a)
    if len(li)>0:
        get_min(li)
    return new_li
new_li=get_min(li)
print(new_li)          ==》[2, 3, 4, 5, 6, 9]

53、写一个单列模式

（因为创建对象时__new__方法执行，并且必须return 返回实例化出来的对象所cls.__instance是否存在，不存在的话就创建对象，存在的话就返回该对象，来保证只有一个实例对象存在（单列），打印ID，值一样，说明对象同一个）
class Singleton(object):
  __instance =None
  def  __new__  (cls, age,  name ):
  #如果类属性__instance的值为None,
  #那么就创建一个对象，并且赋值为这个对象的引用，保证下次调用这个方法时能够知道之前已经创建过对象了，这样就保证了只有1个对象
     if not cls.__instance:
         cls.__instance =object.__new__ (cls)
     return cls.__instance
a = Singleton(18, "dongGe" )
b = Singleton(8, "dongGe")
print(id(a))
print(id(b))
a.age=19#给a指向的对象添加一个属性
print(b. age)#获取b指向的对象的age属性

54、保留两位小数

#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))
b=round(float(a),1)
print(b)
b=round(float(a),2)
print(b)
输出：
1.333 <class 'str'>
1.3
1.33

55、求三个方法打印结果

{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,{})
输出：
{'one': 1}
{'one': 1, 'two': 2}
{'three': 3}

56、列出常见的状态码和意义

 1 200 OK 
 2 请求正常处理完毕
 3 
 4 204 No Content 
 5 请求成功处理，没有实体的主体返回
 6 
 7 206 Partial Content 
 8 GET范围请求已成功处理
 9 
10 301 Moved Permanently 
11 永久重定向，资源已永久分配新URI
12 
13 302 Found 
14 临时重定向，资源已临时分配新URI
15 
16 303 See Other 
17 临时重定向，期望使用GET定向获取
18 
19 304 Not Modified 
20 发送的附带条件请求未满足
21 
22 307 Temporary Redirect 
23 临时重定向，POST不会变成GET
24 
25 400 Bad Request 
26 请求报文语法错误或参数错误
27 
28 401 Unauthorized 
29 需要通过HTTP认证，或认证失败
30 
31 403 Forbidden 
32 请求资源被拒绝
33 
34 404 Not Found 
35 无法找到请求资源（服务器无理由拒绝）
36 
37 500 Internal Server Error 
38 服务器故障或Web应用故障
39 
40 503 Service Unavailable 
41 服务器超负载或停机维护

57、分别从前端、后端、数据库阐述web项目的性能优化

前端优化：
1、减少http请求、例如制作精灵图
2、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：
1、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。
2、异步方式，如果有耗时操作，可以采用异步，比如celery
3、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：
1、如有条件，数据可以存放于redis，读取速度快
2、建立索引、外键等

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

#pop（）
dic = {"name":"zs","age" :18}
dic.pop("name" )
print(dic)
#del
dic = {"name":"zs","age" :18}
del dic["name"]
print(dic)
均输出：
{'age': 18}

59、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。

60、计算代码运行结果，zip函数历史文章已经说了，得出[("a",1),("b",2)，("c",3),("d",4),("e",5)]

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

61、简述同源策略

同源策略需要同时满足以下三点要求：
1）协议相同
2）域名相同
3）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”

62、简述cookie和session的区别

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

63、简述多线程、多进程

进程：
1、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
2、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：
1、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
2、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

64、简述any()和all()方法

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？
答案：（0，空字符串，空列表、空字典、空元组、None, False）

 65、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

66、python中copy和deepcopy区别

1、复制不可变数据类型，不管copy还是deepcopy,都是同一个地址当浅复制的值是不可变对象（数值，字符串，元组）时和=“赋值”的情况一样，对象的id值与浅复制原来的值相同。
2、复制的值是可变对象（列表和字典）
浅拷贝copy有两种情况：
第一种情况：复制的 对象中无 复杂 子对象，原来值的改变并不会影响浅复制的值，同时浅复制的值改变也并不会影响原来的值。原来值的id值与浅复制原来的值不同。
第二种情况：复制的对象中有 复杂 子对象 （例如列表中的一个子元素是一个列表）， 改变原来的值 中的复杂子对象的值  ，会影响浅复制的值。
深拷贝deepcopy：完全复制独立，包括内层列表和字典

67、列出几种魔法方法并简要介绍用途

__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

68、C:\Users\ry-wu.junya\Desktop>python 1.py 22 33命令行启动程序并传参，print(sys.argv)会输出什么数据？

文件名和参数构成的列表

69、请将[i for i in range(3)]改成生成器

生成器是特殊的迭代器，
1、列表表达式的[]改为（）即可变成生成器
2、函数在返回值得时候出现yield就变成生成器，而不是函数了；中括号换成小括号即可
a=(i for i in range(3))
print(type(a))            ==><class 'generator'>

70、a = "  hehheh  ",去除首尾空格

a="  hehheh  "
print(a.strip())
hehheh

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

li=[0,-1,3,-10,5,9]
li.sort()
print(li)     ==>[-10, -1, 0, 3, 5, 9]
li=[0,-1,3,-10,5,9]
res=sorted(li)
print(li)               ==>[0, -1, 3, -10, 5, 9]
print(res)            ==>[-10, -1, 0, 3, 5, 9]
{sort()与sorted()的不同在于，sort是在原位重新排列列表，而sorted()是产生一个新的列表。sorted(L)返回一个排序后的L，不改变原始的L；L.sort()是对原始的L进行操作，调用后原始的L会改变，没有返回值。【所以a = a.sort()是错的啦！a = sorted(a)才对！
sorted()适用于任何可迭代容器，list.sort()仅支持list（本身就是list的一个方法）
基于以上两点，sorted使用频率比list.sort()更高些，所以Python中更高级的排序技巧便通过sorted()来演示。}

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

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

73、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

foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4]
res=sorted(foo,key=lambda x:(x<0,abs(x)))      #abs()函数返回绝对值,传两个条件，x<0和abs(x)
print(res)      ==>[0, 2, 4, 8, 8, 9, -2, -4, -4, -5, -20]

74、列表嵌套字典的排序，分别根据年龄和姓名排序

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

75、列表嵌套元组，分别按字母和数字排序

foo = [("zs", 19), ("ll", 54),("wa",17), ("df", 23)]
a = sorted(foo, key=lambda x: x[1], reverse = True )  #按数字由大到小
print(a)
a = sorted(foo, key=lambda x: x[0])                   #按字母由小到大
print(a)
输出：
[('ll', 54), ('df', 23), ('zs', 19), ('wa', 17)]
[('df', 23), ('ll', 54), ('wa', 17), ('zs', 19)]

76、列表嵌套列表排序，年龄数字相同怎么办？

foo = [["zs", 19], ["ll", 54],["wa",23], ["df", 23],["xf",23]]
a = sorted(foo, key=lambda x: (x[1],x[0] ) )  #年龄相同，添加参数按字母排序
print(a)
a = sorted(foo, key=lambda x: x[0])                   #按字母由小到大
print(a)
输出：
[['zs', 19], ['df', 23], ['wa', 23], ['xf', 23], ['ll', 54]]
[['df', 23], ['ll', 54], ['wa', 23], ['xf', 23], ['zs', 19]]

77、根据键对字典排序（方法一，zip函数）

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])        #字典嵌套元组排序
print("根据键排序",b)
new_dic = {i[0]:i[1] for i in b}         #排序完构造新字典
print("字典推导式构造新字典",new_dic)
输出：
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')]
字典推导式构造新字典 {'city': 'bj', 'name': 'zs', 'sex': 'man'}

78、根据键对字典排序（方法二,不用zip)

dic = {"name":"zs","sex":"man" ,"city":"bj"}
print(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("字典推导式构造新字典",new_dic)
输出：
dict_items([('name', 'zs'), ('sex', 'man'), ('city', 'bj')])
根据键排序 [('city', 'bj'), ('name', 'zs'), ('sex', 'man')]
字典推导式构造新字典 {'city': 'bj', 'name': 'zs', 'sex': 'man'}
{dic.items和zip(dic.keys(),dic.values())都是为了构造列表嵌套字典的结构，方便后面用sorted()构造排序规则}

79、列表推导式、字典推导式、生成器

import random
td_list=[i for i in range(10)]
print("列表推导式", td_list, type(td_list))
ge_list = (i for i in range(10))
print("生成器", ge_list)
dic = {k:random.randint(4, 9)for k in ["a", "b", "c", "d"]}
print("字典推导式",dic,type(dic))
输出：
列表推导式 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] <class 'list'>
生成器 <generator object <genexpr> at 0x000000E284F78AF0>
字典推导式 {'a': 4, 'b': 8, 'c': 7, 'd': 9} <class 'dict'>

80、最后出一道检验题目，根据字符串长度排序，看排序是否灵活运用

#根据字符串长度排序
a=['ab','abc','a','djkj']
b=sorted(a,key=lambda x:len(x))      #sorted有返回值，不改变a本身
print(a,b)
a.sort(key=len)                      #sort无返回值，在a自身修改
print(a)
输出：
['ab', 'abc', 'a', 'djkj'] ['a', 'ab', 'abc', 'djkj']
['a', 'ab', 'abc', 'djkj']

81、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，比如例子中的SQL注入会删除数据库demo
input_name=" zs"
sql='select * from demo where name="%s"'% input_name
print("正常sql语句" , sql)
input_name=" zs;drop database demo"
sql='select * from  demo where name= "%s"' % input_name
print("SQL注入语句" ,sql)
输出：
正常sql语句 select * from demo where name=" zs"
SQL注入语句 select * from  demo where name= " zs;drop database demo"
#解决方式：通过传参数方式解决SQL注入
params= [input_name]
count = csl.execute( 'select from goods where name=%s ' , params )
？？？解决方式中csl？？暂不明确

82、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"
res=re.split(r":| ",s)          #|表示或，根据冒号或者空格切分
print(res)
输出：
['info', 'xiaoZhang', '33', 'shandong']

83、正则匹配以163.com结尾的邮箱

import re
email_list= ["[email protected]","[email protected]", "[email protected]" ]
for email in email_list:
    ret = re.match("[\w]{4,20}@163\.com$",email)
    if ret:
        print("%s 是符合规定的邮件地址，匹配后结果是:%s" % (email,ret.group()))
    else:
        print("%s 不符合要求" % email)
输出：
xiaoWang@163.com 是符合规定的邮件地址，匹配后结果是:xiaoWang@163.com
xiaoWang@163.comheihei 不符合要求
[email protected] 不符合要求

84、递归求和

#递归完成1+2+3...+10的和
def get_sum(num):
    if num>=1:
        res=num+get_sum(num-1)
    else:
        res=0
    return res
res=get_sum(10)
print(res)                ==》55

85、python字典和json字符串相互转化方法　　

#json.dumps()字典转json字符串，json.loads()json转字典
import json
dic = {"name":"zs"}
res = json.dumps(dic)
print(res,type(res))
ret = json.loads(res)
print(ret,type(ret))
输出：
{"name": "zs"} <class 'str'>
{'name': 'zs'} <class 'dict'>

86、MyISAM 与 InnoDB 区别：

1、InnoDB 支持事务，MyISAM 不支持，这一点是非常之重要。事务是一种高
级的处理方式，如在一些列增删改中只要哪个出错还可以回滚还原，而 MyISAM
就不可以了；
2、MyISAM 适合查询以及插入为主的应用，InnoDB 适合频繁修改以及涉及到
安全性较高的应用；
3、InnoDB 支持外键，MyISAM 不支持；
4、对于自增长的字段，InnoDB 中必须包含只有该字段的索引，但是在 MyISAM
表中可以和其他字段一起建立联合索引；
5、清空整个表时，InnoDB 是一行一行的删除，效率非常慢。MyISAM 则会重
建表；

87、统计字符串中某字符出现次数 

str="张三 哈哈 张三 呵呵 张三"
res=str.count("张三")
print(res)                 ==》3

88、字符串转化大小写

str="HHaa"
print(str.upper())
print(str.lower())
输出：
HHAA
hhaa

89、用两种方法去空格

str="hello world ha ha"
res=str.replace(" ","")
print(res)
list=str.split(" ")
res="".join(list)
print(res)
均输出：
helloworldhaha

90、正则匹配不是以4和7结尾的手机号

import re
tels=["13100001234","18912344321","10086","18800007777"]
for tel in tels:
    ret=re.match("1\d{9}[0-3,5-6,8-9]",tel)
    if ret:
        print("结果是：",ret.group())
    else:
        print("%s不是想要的手机号" % tel)
输出：
13100001234不是想要的手机号
结果是： 18912344321
10086不是想要的手机号
18800007777不是想要的手机号

91、简述python引用计数机制

python垃圾回收主要以引用计数为主，标记-清除和分代清除为辅的机制，其中标记-清除和分代回收主要是为了处理循环引用的难题。
引用计数算法
当有1个变量保存了对象的引用时，此对象的引用计数就会加1
当使用del删除变量指向的对象时，如果对象的引用计数不为1，比如3，那么此时只会让这个引用计数减1，即变为2，当再次调用del时，变为1，如果再调用1次del，此时会真的把对象进行删除

92、int("1.4"),int(1.4)输出结果？

print(int("1.4"))   #报错ValueError
print(int(1.4))        # 1

93、列举3条以上PEP8编码规范

1、顶级定义之间空两行，比如函数或者类定义。
2、方法定义、类定义与第一个方法之间，都应该空一行
3、三引号进行注释
4、使用Pycharm、Eclipse一般使用4个空格来缩进代码

94、正则表达式匹配第一个URL

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

95、正则匹配中文

import re
title="你好，hello，世界"
res=re.compile(r'[\u4e00-\u9fa5]+')
result=res.findall(title)
print(result)
输出：
['你好', '世界']

96、简述乐观锁和悲观锁

悲观锁, 就是很悲观，每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿这个数据就会block直到它拿到锁。传统的关系型数据库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。
乐观锁，就是很乐观，每次去拿数据的时候都认为别人不会修改，所以不会上锁，但是在更新的时候会判断一下在此期间别人有没有去更新这个数据，可以使用版本号等机制，乐观锁适用于多读的应用类型，这样可以提高吞吐量

97、r、r+、rb、rb+文件打开模式区别

98、Linux命令重定向 > 和 >>

Linux 允许将命令执行结果 重定向到一个 文件
将本应显示在终端上的内容 输出／追加 到指定文件中
> 表示输出，会覆盖文件原有的内容
>> 表示追加，会将内容追加到已有文件的末尾
用法示例：
将 echo 输出的信息保存到 1.txt 里echo Hello Python > 1.txt
将 tree 输出的信息追加到 1.txt 文件的末尾tree >> 1.txt

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

#前面的<>和后面的<>是对应的，可以用此方法
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)
输出：
<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

100、python传参数是传值还是传址？

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。

101、求两个列表的交集、差集、并集

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
jj2=list(set(a).intersection(set(b)))
bj1=list(set(a).union(set(b)))
cj1=list(set(b).difference(set(a)))
cj2=list(set(a).difference(set(b)))
print("交集" ,jj1)
print("交集",jj2)
print("并集",bj1)
print("差集" ,cj1)
print("差集" ,cj2)
输出：
交集 [3, 4]
交集 [3, 4]
并集 [1, 2, 3, 4, 5, 6]
差集 [5, 6]
差集 [1, 2]

102、生成0-100的随机数

import random
res1=100* random. random( )   #随机小数 random.random()生成0-1之间的随机小数，所以乘以100
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)
输出：
70.52071953376354
21
13

103、lambda匿名函数好处

精简代码，lambda省去了定义函数，map省去了写for循环过程

104、常见的网络传输协议

UDP:User Datagram Protocol,用户数据报协议.
主要作用：将网络数据压缩成数据包的形式。
数据包：一个二进制数据的传输单位
工作机制：蛮干型。它想传送时就简单地去抓取来自应用程序的数据，并尽可能快地把它扔到网络上。因此，在发送端，UDP传送数据的速度仅仅是受应用程序生成数据的速度、计算机的能力和传输带宽的限制；在接收端，UDP把每个消息段放在队列中，应用程序每次从队列中读一个消息段。
优势：速度快，较安全。劣势：可靠性差。
TCP:Transmission Control Protocol 传输控制协议
主要作用：把数据流分割成适当长度的报文段之后
工作机制：紧小细微型。面向连接意味着两个使用TCP的应用（通常是一个客户和一个服务器）在彼此交换数据包之前必须先建立一个TCP连接。这一过程与打电话很相似，先拨号振铃，等待对方摘机说“喂”，然后才说明是谁。在一个TCP连接中，仅有两方进行彼此通信。而UDP更像是发短信，将发送方所有的信息，将所有信息一股脑儿全扔到网络中。
优势：可靠性好  劣势：速度慢，占用系统资源高，易被攻击
FTP：文件传输协议
HTTP：超文本传输协议
SMTP：简单邮件传输协议

105、单引号、双引号、三引号用法

1、单引号和双引号没有什么区别，不过单引号不用按shift，打字稍微快一点。表示字符串的时候，单引号里面可以用双引号，而不用转义字符,反之亦然。
'She said:"Yes." ' or  "She said: 'Yes.' "
2、但是如果直接用单引号扩住单引号，则需要转义，像这样：
 ' She said:\'Yes.\' '
3、三引号可以直接书写多行，通常用于大段，大篇幅的字符串
"""
hello
world
"""

106、HTTP请求中get和post区别

1、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；
2、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。
3、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。

107、python中读取Excel文件的方法

108、简述多线程、多进程

进程：
1、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
2、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：
1、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
2、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

109、python正则中search和match

 1 class Parent(object):
 2     x = 1
 3 class Child1(Parent):
 4     pass
 5 class Child2(Parent):
 6     pass
 7 
 8 print(Parent.x, Child1.x, Child2.x)
 9 Child1.x = 2
10 print(Parent.x, Child1.x, Child2.x)
11 Parent.x = 3
12 print(Parent.x, Child1.x, Child2.x)
13  输出结果：
14 1 1 1
15 1 2 1
16 3 2 3  ------------为什么不是3 3 3？？？？
17 这个主要考察继承父类属性的赋值问题： 如果子类没有重新赋值，那以父类的默认值为最终结果，如果子类赋值了，以子类的为最终输出结果，如果父类的值改变了同时子类没有重新赋值的情况下，以父类为最终输出结果，如果子类也改变了值则以子类为最终结果，所以child1改变过x的直为2 那 最终结果就不是父类的3了
18 *************************************************
19 def extendList(val, list=[]):
20     list.append(val)
21     return list
22 
23 list1 = extendList(10)
24 list2 = extendList(123 ,[])
25 list3 = extendList('a')
26 
27 print ("list1 = %s" % list1)
28 print ("list2 = %s" % list2)
29 print ("list3 = %s" % list3)
30 结果：
31 list1 = [10, 'a']
32 list2 = [123]
33 list3 = [10, 'a']                    
34 此处考察的是参数传递和列表的赋值，第一个extendList(10) ，赋值后list的值为10，用的list为extendList 定义的list、，list2 = extendList(123 ,[])带了一个空【】List过去 这个时候的list是一个 空的list 而不是 list1引用 的list了 所以这个时候他的值就是 123，list3的时候 因为没有传自己的list参数，所以和list1用的是同一个list ，那这样的打印结果，就是 和list1一样了

>>> int('12',8)    #把八进制数12转化为十进制
10
>>> int('f',16)    #把十六进制数f转化为十进制数
15
>>> int('1010',2)    #把二进制数1010转化为十进制数
10
int（）均是转换成10进制数，用内置函数hex(),oct(),bin(),对应的数字表示为0x，0o，0b，功能是把十进制数字转化为其他进制的数
*************************************************
'''在python中，and自左向右扫描布尔表达式，如果所有值为真，则返回最后一个为真的表达式，如果为假，则返回第一个为假的表达式
or的使用与and正好相反，自左向右计算整个布尔表达式，如果有为真的值，那么立刻返回第一个为真的值，如果整个表达式为假，则返回最后一个为假的值'''
v1 = 1 or 3
print(v1)   #1
v2 = 1 and 3
print(v2)   #3
v3 = 0 and 2 and 1
print(v3)  #0
v4 = 0 and 2 or 1
print(v4)  #1
v5 = 0 and 2 or 1 or 4
print(v5)  #1
v6 = 0 or False and 1
print(v6) #False
print(2 and 1 and 3) #这种情况下打印的值为3,即整个表达式中最后一个为真的部分 
print(1 and 3 and 0 and 4) #这种情况下打印第一个为假的部分 0
print(1 and 0 and 3/0)#注意这个地方会执行短路规则，一旦计算得出表达式是假，则直接返回第一个为假的值，不继续进行运算。
（https://blog.csdn.net/sinat_34328764/article/details/79055753）
**********************************************
def multipliers(): 
return [lambda x : i*x for i in range(4)] 
print [m(2) for m in multipliers()] 
output: # [6, 6, 6, 6]
（因为匿名函数中的i并不是立即引用后面循环中的i值的，而是在运行嵌套函数的时候，才会查找i的值，这个特性也就是延迟绑定）
以下添加默认参数方法可以输出0246：
def num():
    # 添加了一个默认参数i=i
    return [lambda x,i=i: i * x for i in range(4)]

print([m(2) for m in num()])  #[0, 2, 4, 6]
（https://blog.csdn.net/xie_0723/article/details/53925076）
*************************************************
>>>1 < (2==2) 
...False         #先算（） true是1 ，所以1<1是false
>>>1 < 2 == 2
...True

面试题1：
def func(arg,li=[]):
    li.append(arg)
    return li

v1 = func(1)
print(v1)  # [1]
v2 = func(2,[])
print(v2)  # [2]
v3 = func(3)
print(v3)  # [1,3]
'''v2自创建新列表,开辟新内存,v3和v1用的同一块空间'''
                    
面试题2：
n1 = [11,22,33,44,55]
n2 = n1
n3 = n1[:]   #[11, 22, 33, 44, 55]
n1[0] = 666
n3[1] = 999
print(n1) #[666,22,33,44,55]
print(n2) #[666,22,33,44,55]
print(n3) #[11,999,33,44,55]
'''n2=n1指向同一块内存，改哪个n1与n2都是一样；n3 = n1[:]切片就会重新复制一份，指向另外一块内存'''

转自：https://www.cnblogs.com/rongxj/articles/9391805.html