安徽皖通科技股份有限公司6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 Q2：生成器？可用的回答 ：生成器的本质就是一个逐个返回元素的函数，即“本质函数”最大的好处在于它是“延迟加载”，即对于处理长序列问题，更加的节省存储空间。即生成器每次在内存中只存储一个值问题 Q3：什么是局域网和广域网？可用的回答 ： 局域网：（Local Area Network，LAN）， 局域网是一个局部范围的计算计组， 比如家庭网络就是一个小型的局域网，里面包含电脑、手机和平板等，他们共同连接到你家的路由器上。 又比如学校的机房就是一个局域网，里面有几百几千台电脑， 当机房无法上外网时，但是电脑之间仍可以通信，你们可以通过这个局域网来打CS 、玩红警。 理论上，局域网是封闭的，并不可以上外网，可以只有两台电脑，也可以有上万台。 广域网：（WAN，Wide Area Network），广域网的范围就比较大了， 可以把你家和别人家、各个省、各个国家连接起来相互通信。 广域网和局域网都是从范围的角度来划分的， 广域网也可以看成是很多个局域网通过路由器等相互连接起来。 问题 Q4：描述一下scrapy框架的运行机制？可用的回答 ： 从start_urls里面获取第一批url发送请求，请求由请求引擎给调度器入请求对列，获取完毕后， 调度器将请求对列交给下载器去获取请求对应的响应资源，并将响应交给自己编写的解析方法做提取处理，如 果提取出需要的数据，则交给管道处理，如果提取出url，则继续执行之前的步骤，直到多列里没有请求，程序结束。 问题 Q5：cookie 和session 的区别？可用的回答 ： 1、cookie数据存放在客户的浏览器上，session数据放在服务器上。 2、cookie不是很安全，别人可以分析存放在本地的COOKIE并进行COOKIE欺骗考虑到安全应当使用session。 3、session会在一定时间内保存在服务器上。当访问增多，会比较占用服务器的性能考虑到减轻服务器性能方面，应当使用COOKIE。 4、单个cookie保存的数据不能超过4K，很多浏览器都限制一个站点最多保存20个cookie。 5、建议： 将登陆信息等重要信息存放为SESSION 其他信息如果需要保留，可以放在COOKIE中 问题 Q6：Post和get区别？可用的回答 ： 1. 请求数据 GET请求，请求的数据会附加在URL之后，以?分割URL和传输数据，多个参数用&连接。URL的编码格式 采用的是ASCII编码，而不是uniclde，即是说所有的非ASCII字符都要编码之后再传输。 POST请求：POST请求会把请求的数据放置在HTTP请求包的包体中。上面的item=bandsaw就是实际的传输数据。 因此，GET请求的数据会暴露在地址栏中，而POST请求则不会。 2、传输数据的大小 在HTTP规范中，没有对URL的长度和传输的数据大小进行限制。但是在实际开发过程中，对于GET，特定的浏览器和服务器对URL的长度有限制。 因此，在使用GET请求时，传输数据会受到URL长度的限制。 对于POST，由于不是URL传值，理论上是不会受限制的，但是实际上各个服务器会规定对POST提交数据大小进行限制，Apache、IIS都有各自的配置。 3、安全性 POST的安全性比GET的高。这里的安全是指真正的安全，而不同于上面GET提到的安全方法中的安全， 上面提到的安全仅仅是不修改服务器的数据。比如，在进行登录操作，通过GET请求，用户名和密码都会暴露再URL上， 因为登录页面有可能被浏览器缓存以及其他人查看浏览器的历史记录的原因，此时的用户名和密码就很容易被他人拿到了。 除此之外，GET请求提交的数据还可能会造成Cross-site requestfrogery攻击。 问题 Q7：什么是PYTHONPATH？可用的回答 ：它是导入模块时使用的环境变量。每当导入模块时，也会查找PYTHONPATH以检查各个目录中是否存在导入的模块。解释器使用它来确定要加载的模块。问题 Q8：请解释或描述一下Django的架构？可用的回答 ： 对于Django框架遵循MVC设计，并且有一个专有名词：MVT M全拼为Model，与MVC中的M功能相同，负责数据处理，内嵌了ORM框架 V全拼为View，与MVC中的C功能相同，接收HttpRequest，业务处理，返回HttpResponse T全拼为Template，与MVC中的V功能相同，负责封装构造要返回的html，内嵌了模板引擎 问题 Q9：如何将数字转换为字符串？可用的回答 ：要将数字转换为字符串，请使用内置函数str（）。如果需要八进制或十六进制表示，请使用内置函数oct（）或hex（）问题 Q10：描述数组、链表、队列、堆栈的区别？可用的回答 ： 数组与链表是数据存储方式的概念，数组在连续的空间中存储数据，而链表可以在非连续的空间中存储数据； 队列和堆栈是描述数据存取方式的概念，队列是先进先出，而堆栈是后进先出； 队列和堆栈可以用数组来实现，也可以用链表实现。 算法题面试官常问到的一些算法题目整理如下（大概率会机考）：算题题 A1：两数相除题目描述如下：Given two integers dividend and divisor, divide two integers without using multiplication, divis