近期忙于找一个暑期实习的公司，无奈个人水平实在太水，合适的公司也不是很多，笔试题目也积累了一些，整理一下好了。

公司 A

题目一:编写一个脚本main.py，使用方式如下：

main.py -u http://www.sohu.com -d 'a=1,b=2,c=3' -o /tmp/index.html

功能要求：打开-u指定的页面，将页面中所有的链接后面增加参数a=1&b=2&c=3(需要考虑链接中已经存在指定的参数的问题), 然后保存到-o指定的文件中。

题目二:编写一个 ab(Apache Benchmark)的替代程序,请尽可能的兼容 ab 你所认为重要的功能和参数。

题目三:

有配置文件有类似下面的配置:

编写一个脚本，要求如下：

1. 读取配置文件，对每一个url进行检查.

例如http://m.sohu.com/c/5/, 这个url返回的结果应该包含"财经"两个字，并且HTTP状态码是200, 否则报错。

2. 需支持并行的检查多个链接

Solutions:

我选做的是第一题和第三题。

第一题不难，主要解决的是打开某个url并遍历其中的所有链接，以前写爬虫的时候搞过这些东西就比较简单了，同时也涉及到了基本的I/O操作，考的还是比较基本的吧。比较生疏的是命令行参数问题，平时用的比较多但是自己貌似没实现过，趁这个机会也看了一下有关的问题，不过鉴于问题比较简单我就用了getopt解决了，其实有可以实现更加复杂的命令行参数的方法的。

有关的连接可以看一下这里： http://blog.csdn.net/jiang1013nan/article/details/5854378

代码如下：

1 #_*_ coding: utf-8 _*_

2 '''

3 题目一:编写一个脚本main.py，使用方式如下：4 main.py -u http://www.sohu.com -d 'a=1,b=2,c=3' -o /tmp/index.html5 功能要求：打开-u指定的页面，将页面中所有的链接后面增加参数a=1&b=2&c=36 (需要考虑链接中已经存在指定的参数的问题), 然后保存到-o指定的文件中。7 '''

8 importurllib29 importre10 importsys,getopt11 opts, args = getopt.getopt(sys.argv[1:],'hu:d:o:')12

13 defTryurlopen(url,d,o):14 d =getd(d)15 patterns = re.compile('')16 f =urllib2.urlopen(url)17 contents =f.read()18 m =re.findall(patterns, contents)19 file = open(o,'w')20 for ele inm:21 #print ele

22 if '&' in ele or '?' in ele: #url后面有参数

23 ele += '&' +d24 elif ele[-1:] == '/':25 ele +=d26 else:27 ele += '/' +d28 file.writelines(ele + '\n')29 file.close()30

31 defgetd(d):32 changeresult = ''

33 dtest = d.split(',')34 for dele indtest:35 changeresult += dele + '&'

36 changeresult = changeresult[:-1]37 returnchangeresult38

39 def main(argv):#利用getop模块实现基本的命令行参数处理

40 url = ''

41 d = ''

42 orietion = ''

43 for op, value inopts:44 if op =='-u':45 url =value46 elif op == '-d':47 d =value48 elif op == '-o':49 orietion =value50

51 Tryurlopen(url,d,orietion)52

53 if __name__ == '__main__':54 main(sys.argv)55

56

第二题时间原因我没有做，只是大体的了解了一下，有兴趣的同学可以参考一下的链接：

http://blog.csdn.net/jhonguy/article/details/7576155

第三题考察的有基本的I\O操作，对获得的URL内容的处理，返回的HTTP状态码可以分析header解决，以及用多线程读取同一文件，涉及到了锁与同步的问题，也没有特别偏的东西吧，看来公司都是比较注重基础知识的，唉自己基础这么不扎实怎么办，还要继续努力呀。

代码如下：

1 #_*_ coding: utf-8 _*_

2 '''

3 题目三:4 有配置文件有类似下面的配置:5 http://m.sohu.com/c/5/|财经|2006 http://m.sohu.com/|体育|2007 http://m.sohu.com/n/346620805/|信号|2008

9 编写一个脚本，要求如下：10 1. 读取配置文件，对每一个url进行检查.11 例如http://m.sohu.com/c/5/, 这个url返回的结果应该包含"财经"两个字，并且HTTP状态码是200, 否则报错。12 2. 需支持并行的检查多个链接13

14 '''

15 importre16 importurllib217 importthreading18 from os.path importgetsize19 importos,time20 rlock = threading.RLock() #锁

21 curPosition = 0 #当前读取到的文件位置

22 '''设计检查url的函数(完成)'''

23 defTestUrl(line):24

25 m = line.split('|')26 url =m[0]27 tag = m[1]28 #print tag

29 f =urllib2.urlopen(url)30 statuscode =f.getcode()31 contents =f.read()32 if tag in contents and statuscode == 200:33 print 'The url %s is true' %url34 else:35 print 'The url %s is wrong.' %url36

37

38 '''设计支持并行连接的程序'''

39

40 classResource(object):41 def __init__(self, fileName):42 self.fileName =fileName43 #分块大小

44 self.blockSize = 1000

45 self.getFileSize()46 #计算文件大小

47 def getFileSize(self): #获取文件有多少行，即多少个url

48 fstream = open(self.fileName,'r')49 fstream.seek(0,os.SEEK_END)50 self.fileSize =fstream.tell()51 fstream.close()52

53 classReader(threading.Thread):54 def __init__(self, res):55 self.res =res56 super(Reader,self).__init__()57 defrun(self):58 globalcurPosition59 fstream = open(self.res.fileName, 'r')60 whileTrue:61 #锁定共享资源

62 rlock.acquire()63 startPosition =curPosition64 if (startPosition + self.res.blockSize) <65 curposition="endPosition" else:67>

69 rlock.release()70 if startPosition ==self.res.fileSize:71 break

72 elif startPosition !=0:73 fstream.seek(startPosition)74 fstream.readline()75 pos =fstream.tell()76

77 while pos <78 line="fstream.readline()79">

80 TestUrl(line)81 pos =fstream.tell()82 fstream.close()83

84

85

86 if __name__ == '__main__':87 starttime =time.clock()88 #线程数

89 threadNum = 4

90 #文件

91 fileName = '/Users/gixiaochen/Documents/config.log'

92 res =Resource(fileName)93 #线程池

94 threads =[]95 #初始化线程

96 for i inrange(threadNum):97 rdr =Reader(res)98 threads.append(rdr)99 #开始线程

100 for i inrange(threadNum):101 threads[i].start()102 #线程结束

103 for i inrange(threadNum):104 threads[i].join()

找实习的一点感受：

1. 扎实的基础知识+某一方面的特长才能有好的offer

2. 不管找不找得到，准备工作的同学都应该尽力去找，感觉找实习的时候自己提高的很多，多投几个公司多笔试面试几次，就会发现很多自己觉得不重要的东西还是很有必要牢牢掌握的，以前偷懒丢下的东西，以后都要一个个的捡起来。

3. 找实习的渠道很重要，我在微博上找了几个公司发了邮件去问基本上都收到回复了，时效性比较强。大街网上一堆HR很感兴趣的投递都没什么反馈，还是要转变思路吧。

78>65>