A.spiders文件夹
B.item.py
C.pipeline.py
D.settings.py
The search engines work by means of _________.
A． arranging links to the Internet
B． submitting specific search term
C． updating a knowledge database
D． searching engine spiders
---Ring off engine! ---Ring off engine! _________________
A.Finished with engine!
B.Engine rung off!
C.Engine stand by!
D.Got it.
从使用者的角度看，搜索引擎(Search Engine)系统提供了一个网页界面，让其通过浏览器提交一个词语（或短语），然后很快返回一个可能和用户输入内容相关的信息列表。该列表中的每一条目至少包括标题、摘要和
A．关键词 B．URL C．页面等级 D．相关度评价
"Stand by an engine" means
A."prepare to stop the engine"
B."assemble an engine on its bedplate"
C."make an engine ready for starting"
D."dismantle an engine"
启明信息技术股份有限公司11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：list和tuple有什么区别？可用的回答 ：列表和元组之间的区别在于列表是可变的而元组不是。元组可以被散列，例如作为词典的关键。问题 Q2： scrapy分为几个组成部分？分别有什么作用？可用的回答 ： 分为5个部分； 1. Spiders(爬虫类) 2. Scrapy Engine(引擎) 3. Scheduler(调度器) 4. Downloader(下载器) 5. Item Pipeline(处理管道) 具体来说： Spiders:开发者自定义的一个类，用来解析网页并抓取指定url返回的内容。 Scrapy Engine:控制整个系统的数据处理流程，并进行事务处理的触发。 Scheduler：接收Engine发出的requests，并将这些requests放入到处理列队中，以便之后engine需要时再提供。 Download：抓取网页信息提供给engine，进而转发至Spiders。 Item Pipeline:负责处理Spiders类提取之后的数据。 比如清理HTML数据、验证爬取的数据(检查item包含某些字段)、查重(并丢弃)、将爬取结果保存到数据库中 问题 Q3：什么是_init_?可用的回答 ：_init_是Python中的方法或者结构。在创建类的新对象/实例时，将自动调用此方法来分配内存。所有类都有_init_方法。问题 Q4：分布式爬虫主要解决什么问题？可用的回答 ： 面对海量待抓取网页，只有采用分布式架构，才有可能在较短时间内完成一轮抓取工作。它的开发效率是比较快而且简单的。 问题 Q5：简述 生成器、迭代器、可迭代对象 以及应用场景？可用的回答 ： Python可迭代对象（Iterable） Python中经常使用 for 来对某个对象进行遍历，此时被遍历的这个对象就是可迭代对象，像常见的 list , tuple 都是。 如果给一个准确的定义的话，就是只要它定义了可以返回一个迭代器的 _iter_ 方法， 或者定义了可以支持下标索引的 _getitem_ 方法，那么它就是一个可迭代对象。 Python迭代器（iterator） 迭代器是通过 next() 来实现的，每调用一次他就会返回下一个元素，当没有下一个元素的时候返回一个 StopIteration 异常， 所以实际上定义了这个方法的都算是迭代器。 Python生成器（Generators） 生成器是构造迭代器的最简单有力的工具，与普通函数不同的只有在返回一个值的时候使用 yield 来替代 return ， 然后 yield 会自动构建好 next() 和 iter() 因为迭代器如此普遍，python专门为for关键字做了迭代器的语法糖。 在for循环中，Python将自动调用工厂函数iter()获得迭代器，自动调用next()获取元素，还完成了检查StopIteration异常的工作。 问题 Q6：为何基于tcp协议的通信比基于udp协议的通信更可靠？可用的回答 ： TCP的可靠保证，是它的三次握手双向机制，这一机制保证校验了数据，保证了他的可靠性。 而UDP就没有了，udp信息发出后,不验证是否到达对方,所以不可靠。 不过UDP的发送速度是TCP比不了的，而且UDP的反应速度更快。 问题 Q7：什么是Python pass？可用的回答 ：pass意味着，无操作的Python语句，或者换句话说，它是复合语句中的占位符，其中应该留有空白，并且不必在那里写入任何内容。问题 Q8：什么是Python中的单元测试？可用的回答 ：它支持共享设置，自动化测试，测试关闭代码，将测试聚合到集合等。包括unittest，pytest等框架问题 Q9：谷歌的无头浏览器？可用的回答 ： 无头浏览器即headless browser，是一种没有界面的浏览器。既然是浏览器那么浏览器该有的东西它都应该有，只是看不到界面而已。 Python中selenium模块中的PhantomJS即为无界面浏览器（无头浏览器）:是基于QtWebkit的无头浏览器。 问题 Q10：请用代码简答实现stack？可用的回答 ： stack的实现代码（使用python内置的list），实现起来是非常的简单，就是list的一些常用操作 class Stack(object): def _init_(self): self.stack = def push(self, value): # 进栈 self.stack.append(value) def pop(self): #出栈 if self.stack: self.stack.pop() else: raise LookupError(stack is empty!) def is_empty(self): # 如果栈为空 return bool(self.stack) def top(self): #取出目前stack中最新的元素 return self.stack-1 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 A1：三角题目描述如下：Given a triangle, find the minimum path sum from top to bottom. Each step you may move to adjacent numbers on the row below.For example, given the following triangle 2, 3,4, 6,5,7, 4,1,8,3The minimum path sum from top to bottom is 11 (i.e., 2 + 3 + 5 + 1 = 11).Note:Bonus poi
---（）! ---Engine dead slow astern!
---Stand by engine! ---Stand by engine!（）
---Ring off engine! ---Ring off engine! （）
---Finished with engine! ---Reply: Finished with engine! ---Report: （）.