面試題（四）爬蟲

一、試列出至少三種目前流行的大型數據庫的名稱:________、_________、__________,其中您最熟悉的是__________,從__________年開始使用。

Oracle，Mysql，SQLServer   Oracle 根據自己情況

二、有表List，並有字段A、B、C，類型都是整數。表中有如下幾條記錄：

A	B	C
2	7	9
5	6	4
3	11	9

現在對該表一次完成以下操作：

1. 查詢出B和C列的值，要求按B列升序排列
2. 寫出一條新的記錄，值為{7,9,8}
3. 查詢C列，要求消除重復的值，按降序排列

寫出完成完成以上操作的標准的SQL語句，並且寫出操作3的結果。

create table List2(A int ,B int,C int)
select B,C from List order by B
insert into List values(7,9,8)
select distinct(C) from List order by 1 desc;
9 8 4

三、請簡要說明視圖的作用

1. 數據庫視圖隱藏了數據的復雜性。
2. 數據庫視圖有利於控制用戶對表中某些列的訪問。
3. 數據庫視圖使用戶查詢變得簡單。

四、列舉您使用過的python網絡爬蟲所用到的網絡數據包（最熟悉的在前）：

requests、urllib、urllib2、httplib2

五、列舉您使用過的python網絡爬蟲所用到的解析數據包（最熟悉的在前）：

BeautifulSoup、pyquery、Xpath、lxml

六、列舉您使用過的python中的編碼方式（最熟悉的在前）：

UTF-8，ASCII，gbk

七、python3.5語言中enumerate的意思是_______________________

對於一個可迭代的（iterable）/可遍歷的對象（如列表、字符串），enumerate將其組成一個索引序列，利用它可以同時獲得索引和值
enumerate多用於在for循環中得到計數

八、99的八進制表示是_______________________

143

九、請舉出三種常用的排序算法

冒泡、選擇、快速

十、列出比較熟悉的爬蟲框架

Scrapy

十一、     用4、 9 、 2、 7四個數字，可以使用+、-、*和/，每個數字使用一次，使表達式的結果為24，表達式是_____________________________

（9+7-4）*2

十二、     對你最有影響的或是您認為最有價值的軟件方面的幾本書是？

十三、     您最熟悉的Unix環境是_____________.Unix下查詢環境變量的命令是________,查詢腳本定時任務的命令是____________________

AIX ， env  crontab

十四、     寫出在網絡爬蟲爬取數據的過程中，遇到的防爬蟲問題的解決方案

 通過headers反爬蟲：解決策略，偽造headers
 基於用戶行為反爬蟲：動態變化去爬取數據，模擬普通用戶的行為
 基於動態頁面的反爬蟲：跟蹤服務器發送的ajax請求，模擬ajax請求

十五、     閱讀以下Python程序

for i in range(5,0,-1):

      print(i)

請在下面寫出打印結果

5 4 3 2 1

十六、在某系統中一個整數占用兩個八位字節，使用Python按下面的要求編寫完整程序。

    接收從標准輸入中依次輸入的五個數字，將其組合成為一個整數，放入全局變量n中，隨后在標准輸出輸出這個整數。（ord(char)獲取字符ASCII值的函數）