此题为判断题(对，错)。
A.sadd
B.add
C.append
D.sappend
A.ANSIC
B.C++
C.JAVA
D.Python
A.关系数据库
B.键值数据库
C.列存数据库
D.图数据库
此题为判断题(对，错)。
北京同城必应科技有限公司4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：遇到反爬机制怎么处理？可用的回答 ： 反爬机制: headers方向 判断User-Agent、判断Referer、判断Cookie。 将浏览器的headers信息全部添加进去 注意：Accept-Encoding；gzip,deflate需要注释掉 问题 Q2：scrapy和scrapy-redis的区别？可用的回答 ： scrapy是一个爬虫通用框架，但不支持分布式，scrapy-redis是为了更方便的实现scrapy分布式爬虫，而提供了一些以redis为基础的组件 为什么会选择redis数据库？因为redis支持主从同步，而且数据都是缓存在内存中，所以基于redis的分布式爬虫，对请求和数据的高频读取效率非常高 什么是主从同步？在Redis中，用户可以通过执行SLAVEOF命令或者设置slaveof选项， 让一个服务器去复制（replicate）另一个服务器，我们称呼被复制的服务器为主服务器（master），而对主服务器进行复制的服务器则被称为从服务器（slave）， 当客户端向从服务器发送SLAVEOF命令，要求从服务器复制主服务器时，从服务器首先需要执行同步操作，也即是，将从服务器的数据库状态更新至主服务器当前所处的数据库状态 问题 Q3：提到Python中局部变量和全局变量的规则是什么？可用的回答 ：局部变量：如果在函数体内的任何位置为变量赋值，则假定它是本地的。全局变量：仅在函数内引用的那些变量是隐式全局变量。问题 Q4：什么是粘包？ 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 Q5：遇到过得反爬虫策略以及解决方法?可用的回答 ： 反爬虫策略: 1.通过headers反爬虫 2.基于用户行为的发爬虫(同一IP短时间内访问的频率,封IP) 3.动态网页反爬虫(通过ajax请求数据，或者通过JavaScript生成) 4.对部分数据进行加密处理的(数据是乱码) 解决方法： 1. 对于基本网页的抓取可以自定义headers,添加headers的数据 2. 使用多个代理ip进行抓取或者设置抓取的频率降低一些， 3. 动态网页的可以使用selenium + phantomjs 进行抓取 4. 对部分数据进行加密的，可以使用selenium进行截图，使用python自带的pytesseract库进行识别，但是比较慢最直接的方法是找到加密的方法进行逆向推理。 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：常见的HTTP方法有哪些？可用的回答 ： GET：请求指定的页面信息，返回实体主体； HEAD:类似于get请求，只不过返回的响应中没有具体的内容，用于捕获报头； POST：向指定资源提交数据进行处理请求(比如表单提交或者上传文件)，。数据被包含在请求体中。 PUT:从客户端向服务端传送数据取代指定的文档的内容； DELETE：请求删除指定的页面； CONNNECT：HTTP1.1协议中预留给能够将连接方式改为管道方式的代理服务器； OPTIONS:允许客户端查看服务器的性能； TRACE：回显服务器的请求，主要用于测试或者诊断。 问题 Q8：Python中的lambda是什么？可用的回答 ：它是一个单独的表达式匿名函数，通常用作内联函数。问题 Q9：迭代器和生成器的区别？可用的回答 ： 1）迭代器是一个更抽象的概念，任何对象，如果它的类有next方法和iter方法返回自己本身。对于 string、list、dict、tuple等这类容器对象，使用for循环遍历是很方便的。在后台for语句对容器对象调 用iter()函数，iter()是python的内置函数。iter()会返回一个定义了next()方法的迭代器对象，它在容器中 逐个访问容器内元素，next()也是python的内置函数。在没有后续元素时，next()会抛出一个 StopIteration异常 2）生成器（Generator）是创建迭代器的简单而强大的工具。它们写起来就像是正规的函数，只是在需 要返回数据的时候使用yield语句。每次next()被调用时，生成器会返回它脱离的位置（它记忆语句最后 一次执行的位置和所有的数据值） 区别：生成器能做到迭代器能做的所有事,而且因为自动创建了iter()和next()方法,生成器显得特别简洁, 而且生成器也是高效的，使用生成器表达式取代列表解析可以同时节省内存。除了创建和保存程序状态 的自动方法,当发生器终结时,还会自动抛出StopIteration异常 问题 Q10：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G
此题为判断题(对，错)。
此题为判断题(对，错)。
A、MySQL
B、PostgreSQL
C、SQLserver
D、Redis
A、SCHEDULER=Scrapy-redisschedulerSchedule
B、SCHEDULER='SCRAPYschedulerScheduleCDUPEFILTER_
C、LASSscrap_redis.dupefilterRfpdupefilter
D、dupefilter-class=scrap.dupefilterRfpdupefilter'
A.列表
B.哈希
C.集合
D.有序集合