python面试题及答案 2019-这些2019年常考的Python面试题你都能答上来吗？

一、遇到过得反爬虫策略以及解决方法?

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)

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：

对于基本网页的抓取可以自定义headers,添加headers的数据

使用多个代理ip进行抓取或者设置抓取的频率降低一些，

动态网页的可以使用selenium + phantomjs 进行抓取

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。

二、 urllib 和 urllib2 的区别?

urllib

和urllib2都是接受URL请求的相关模块，但是urllib2可以接受一个Request类的实例来设置URL请求的headers，urllib仅可以接受URL。urllib不可以伪装你的User-Agent字符串。

urllib提供urlencode()方法用来GET查询字符串的产生，而urllib2没有。这是为何urllib常和urllib2一起使用的原因。

三、列举网络爬虫所用到的网络数据包，解析包?

网络数据包 urllib、urllib2、requests

解析包 re、xpath、beautiful soup、lxml

四、简述一下爬虫的步骤?

确定需求;

确定资源;

通过url获取网站的返回数据;

定位数据;

存储数据。

五、遇到反爬机制怎么处理?

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

六、常见的HTTP方法有哪些?

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。

七、说一说redis-scrapy中redis的作用?

它是将scrapy框架中Scheduler替换为redis数据库，实现队列管理共享。

优点：

可以充分利用多台机器的带宽;

可以充分利用多台机器的IP地址。

八、遇到的反爬虫策略以及解决方法?

通过headers反爬虫：自定义headers，添加网页中的headers数据。

基于用户行为的反爬虫(封IP)：可以使用多个代理IP爬取或者将爬取的频率降低。

动态网页反爬虫(JS或者Ajax请求数据)：动态网页可以使用 selenium + phantomjs 抓取。

对部分数据加密处理(数据乱码):找到加密方法进行逆向推理。

九、如果让你来防范网站爬虫，你应该怎么来提高爬取的难度 ?

判断headers的User-Agent;

检测同一个IP的访问频率;

数据通过Ajax获取;

爬取行为是对页面的源文件爬取，如果要爬取静态网页的html代码，可以使用jquery去模仿写html。

免责声明：内容和图片源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。

python面试题及答案 2019-这些2019年常考的Python面试题你都能答上来吗？相关推荐

计算机基础与c语言试题及答案,2017年9月计算机二级C语言基础试题及答案
C语言是一种结构化的程序设计语言,是计算机二级考试科目之一.下面是小编为大家整理的2017年9月计算机二级C语言基础试题及答案,欢迎参考~ 2017年9月计算机二级C语言基础试题及答案一.选择题 ( ...
linux c语言常见面试题及答案,Linux下C语言的几道经典面试题小结(分享)
Linux下C语言的几道经典面试题小结(分享) 本篇文章整理了几道Linux下C语言的经典面试题,相信对大家更好的理解Linux下的C语言会有很大的帮助,欢迎大家探讨指正. 1.如果在Linux下使用 ...
计算机应用基础本科试题及答案,计算机应用基础课程(本科)网考模拟试题
<计算机应用基础课程(本科)网考模拟试题>由会员分享,可在线阅读,更多相关<计算机应用基础课程(本科)网考模拟试题(13页珍藏版)>请在人人文库网上搜索. 1.计算机应用基础网 ...
中南大学信息与通信工程专业研究生入学考试计算机网络试题2001答案,中南大学信息与通信工程专业研究生入学考试计算机网络试题.doc...
中南大学信息与通信工程专业研究生入学考试计算机网络试题中南大学信息与通信工程专业研究生入学考试计算机网络试题2001--2007 中南大学信息与通信工程专业研究生入学考试计算机网络试题2001一.填 ...
python第四章答案猜数游戏_猜数游戏python
广告关闭腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 本文实例为大家分享了python实现猜数游戏的具体代码,供大家参考,具体内容如下 ...
2019秋招面试常考题目
自然语言处理 tf-idf的公式编辑距离的代码和思想新词发现的公式和原理 EMI(w)=∑j=0n[log(nw/N∏i=1t(nwi−nw+sf)/N)]EMI(w)=\sum_{j=0}^{n ...
南通大学python期末考试试卷答案_南通大学自动评教脚本（python）
临近期末我等学沫都在紧张的进行着复习(预习),本来时间就不多,居然还让我们去评教万一因为这点时间我们挂科了咋办,于是乎用半生不熟的python写个自动评教的脚本. 一,具体分析: 我们先来评一个抓包来 ...
全国计算机表格试题及答案,全国计算机等级考试四、Excel电子表格操作试题.doc...
四.Excel电子表格操作试题(含典型操作要点) (一)练习题试题一:打开[Excel操作试题]文件夹,找到指定文件,完成以下操作: (1)打开工作薄文件EXCEL-001.XLS,将工作表shee ...
python简答题及答案查询公众号和软件_用Python分析了微信公众号
本文是一篇基于 Python 的数据分析实践教程,数据来源于"Python之禅"公众号的历史文章,完整源代码和数据可以在公众号"Python之禅"回复「wxda ...

python面试题及答案 2019-这些2019年常考的Python面试题你都能答上来吗？

python面试题及答案 2019-这些2019年常考的Python面试题你都能答上来吗？相关推荐

最新文章

热门文章