sokaoti.com
广州市品高软件股份有限公司11月招聘面试题68道20201127
此题为判断题(对，错)。
A.spiders文件夹
B.item.py
C.pipeline.py
D.settings.py
The search engines work by means of _________.
A． arranging links to the Internet
B． submitting specific search term
C． updating a knowledge database
D． searching engine spiders
细节推理题。从最后一段“They, to not categorize links to web places like web directories do but they allow users to’ search the Internet’ using specific search terms．”(它们不像网页目录那样可以将许多信息分类联系在一起，但是它们允许人们使用特定的搜索术语“在网上查找资料”。)得出选项B(submitting specific search terms使用固定的搜索术语)为正确答案。
网络全文搜索引擎包括4个基本组成部分：搜索器、检索器、用户接口和
A．索引器
B．蜘蛛(Spiders)
C．爬虫(Crawlers)
D．后台数据库
解析：搜索引擎一般由搜索器、索引器、检索器和用户接口4部分组成。
广州市品高软件股份有限公司11月招聘面试题面试题面试官常问到的一些题目整理如下：问题 Q1：装饰器的作用和功能？可用的回答 ： 1. 引入日志 2. 函数执行时间统计 3. 执行函数前预备处理 4. 执行函数后的清理功能 5. 权限校验等场景 6. 缓存 问题 Q2：列举网络爬虫所用到的网络数据包，解析包？可用的回答 ： 网络数据包 urllib、urllib2、requests 解析包 re、xpath、beautiful soup、lxml 问题 Q3： scrapy分为几个组成部分？分别有什么作用？可用的回答 ： 分为5个部分； 1. Spiders(爬虫类) 2. Scrapy Engine(引擎) 3. Scheduler(调度器) 4. Downloader(下载器) 5. Item Pipeline(处理管道) 具体来说： Spiders:开发者自定义的一个类，用来解析网页并抓取指定url返回的内容。 Scrapy Engine:控制整个系统的数据处理流程，并进行事务处理的触发。 Scheduler：接收Engine发出的requests，并将这些requests放入到处理列队中，以便之后engine需要时再提供。 Download：抓取网页信息提供给engine，进而转发至Spiders。 Item Pipeline:负责处理Spiders类提取之后的数据。 比如清理HTML数据、验证爬取的数据(检查item包含某些字段)、查重(并丢弃)、将爬取结果保存到数据库中 问题 Q4：Python是如何进行内存管理的？可用的回答 ： 从三个方面来说,一对象的引用计数机制,二垃圾回收机制,三内存池机制 一、对象的引用计数机制 Python内部使用引用计数，来保持追踪内存中的对象，所有对象都有引用计数。 引用计数增加的情况： 1，一个对象分配一个新名称 2，将其放入一个容器中（如列表、元组或字典）,引用计数减少的情况： 1，使用del语句对对象别名显示的销毁 2，引用超出作用域或被重新赋值 sys.getrefcount( )函数可以获得对象的当前引用计数 多数情况下，引用计数比你猜测得要大得多。对于不可变数据（如数字和字符串），解释器会在程序的不同部分共享内存，以便节约内存。 二、垃圾回收 1，当一个对象的引用计数归零时，它将被垃圾收集机制处理掉。 2，当两个对象a和b相互引用时，del语句可以减少a和b的引用计数，并销毁用于引用底层对象的名称。然而由于每个对象都包含一个对其他对象的应用，因此引用计数不会归零，对象也不会销毁。（从而导致内存泄露）。为解决这一问题，解释器会定期执行一个循环检测器，搜索不可访问对象的循环并删除它们。 三、内存池机制 Python提供了对内存的垃圾收集机制，但是它将不用的内存放到内存池而不是返回给操作系统。 1，Pymalloc机制。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。 2，Python中所有小于256个字节的对象都使用pymalloc实现的分配器，而大的对象则使用系统的malloc。 3，对于Python对象，如整数，浮点数和List，都有其独立的私有内存池，对象间不共享他们的内存池。也就是说如果你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。 问题 Q5：什么是粘包？ socket 中造成粘包的原因是什么？ 哪些情况会发生粘包现象？可用的回答 ： 粘包：在接收数据时,一次性多接收了其它请求发送来的数据（即多包接收）。如： 对方第一次发送hello，第二次发送world，在接收时，应该收两次， 一次是hello，一次是world，但事实上是一次收到helloworld，一次收到空，这种现象叫粘包。 原因： 粘包问题主要还是因为接收方不知道消息之间的界限，不知道一次性提取多少字节的数据所造成的。 什么情况会发生： 1、发送端需要等缓冲区满才发送出去，造成粘包 发送数据时间间隔很短，数据很小，会合到一起，产生粘包 2、接收方不及时接收缓冲区的包，造成多个包接收 客户端发送了一段数据，服务端只收了一小部分， 服务端下次再收的时候还是从缓冲区拿上次遗留的数据，产生粘包 解决方案： 一个思路是发送之前，先打个招呼，告诉对方自己要发送的字节长度， 这样对方可以根据长度判断什么时候终止接受 注意： 只有TCP有粘包现象，UDP永远不会粘包！ 问题 Q6：django 中当一个用户登录 A 应用服务器（进入登录状态），然后下次请求被 nginx 代理到 B 应用服务器会出现什么影响？可用的回答 ：如果用户在A应用服务器登陆的session数据没有共享到B应用服务器，那么之前的登录状态就没有了。问题 Q7：如何跨模块共享全局变量？可用的回答 ：要在单个程序中跨模块共享全局变量，请创建一个特殊模块。在应用程序的所有模块中导入配置模块。该模块将作为跨模块的全局变量提供。问题 Q8：如何在Python中实现多线程？可用的回答 ：Python有一个多线程库，但是用多线程来加速代码的效果并不是那么的好，Python有一个名为Global Interpreter Lock（GIL）的结构。GIL确保每次只能执行一个“线程”。一个线程获取GIL执行相关操作，然后将GIL传递到下一个线程。虽然看起来程序被多线程并行执行，但它们实际上只是轮流使用相同的CPU核心。有这些GIL传递都增加了执行的开销。这意味着多线程并不能让程序运行的更快问题 Q9：谷歌的无头浏览器？可用的回答 ： 无头浏览器即headless browser，是一种没有界面的浏览器。既然是浏览器那么浏览器该有的东西它都应该有，只是看不到界面而已。 Python中selenium模块中的PhantomJS即为无界面浏览器（无头浏览器）:是基于QtWebkit的无头浏览器。 问题 Q10：为何基于tcp协议的通信比基于udp协议的通信更可靠？可用的回答 ：
A、SCHEDULER=Scrapy-redisschedulerSchedule
B、SCHEDULER='SCRAPYschedulerScheduleCDUPEFILTER_
C、LASSscrap_redis.dupefilterRfpdupefilter
D、dupefilter-class=scrap.dupefilterRfpdupefilter'
结构化方法将软件生存期分为计划、开发、运行三个大的阶段，每个阶段又分为若干个阶段，各阶段的工作按顺序开展，回答下列问题：
1．计划阶段的主要任务是什么，它分为哪几个阶段?
2．开发阶段的主要任务是什么，它分为哪几个阶段?
3．运行阶段的主要任务是什么，它分为哪几个阶段?
1．计划阶段的主要任务是分析用户基本需求，分析新系统应设定的目标，按设定目标的 要求进行问题定义并分析开发该系统的可能性。用户与分析人员的交互和配合是这一时期的 重要特征和要求。它分为两个阶段：问题定义和可行性研究。 2．开发阶段主要任务就是根据用户对软件系统的功能性和非功能性的全部需求，以需求 规格说明书的形式表达，建立系统的总体结构，并确定系统结构中的每个模块的内部过程和 结构，按照选定的编程语言将模块的过程性描述翻译成程序。开发阶段包括分析、设计和实 施，其中分析、设计包括需求分析、系统设计和详细设计三个阶段，实施则包括编码和测试 两个阶段。 3．运行阶段的主要任务是软件的维护，是为了排除软件系统中仍旧可能隐含的错误，适 应用户需求和系统操作环境的变化，继续对系统进行修改和扩充。运行阶段主要包括运行和 维护两个阶段。
网络全文搜索引擎一般包括4个基本组成部分，分别是搜索器、检索器、用户接口和
A．索引器 B．后台数据库 C．爬虫（Crawlers） D．蜘蛛（Spiders）
搜索引擎的原理起源于传统的信息全文检索理论。现在的全文搜索引擎由搜索器、索引器、检索器和用户接口4部分组成。搜索器也称为“蜘蛛”、“机器人”或“爬虫”，它实际上是一个基于Web的程序，主要用于在Internet上自动搜集网页信息。索引器将搜索器在Internet上采集到的信息进行分类并建立索引，然后存放在索引数据库中。检索器的功能是根据用户的查询在索引库中快速地检索出文档，进行文档与查询的相关度评价，对输出的结果进行排序，并实现某种用户相关性反馈机制。用户接口的作用是输入用户查询，显示查询结果，提供用户相关性反馈机制。
网络全文搜索引擎一般包括4个基本组成部分：搜索器、检索器、用户接口和
A．索引器 B．后台数据库 C．爬虫(Crawlers) D．蜘蛛(Spiders)
搜索引擎的原理起源于传统的信息全文检索理论，现在的全文搜索引擎由搜索器、索引器、检索器、用户接口等4部分组成。搜索器也称为“蜘蛛”、“机器人”或“爬虫”，实际是一个基于Web的程序，主要用于在Internet上自动搜集网页信息。索引器将搜索器在Internet上采集到的信息进行分类并建立索引，然后存放在索引数据库中。检索器的功能是根据用户的查询在索引库中快速地检索出文档，进行文档与查询的相关度评价，对将要输出的结果进行排序，并实现某种用户相关性反馈机制。用户接口的作用是输入用户查询，显示查询结果，提供用户相关性反馈机制。
食品处理区分为1.（）2.（）3.（）
正确答案:一般操作区；准清洁区；清洁区