python技术面试题（其三）

二十一， 谈谈正则的贪婪模式和非贪婪模式

在数量级匹配符中使用

默认为贪婪模式，用最多量的方式完成匹配

数量级匹配符后加？即为非贪婪 用最少的方式完成匹配

二十二， a=1 a=a+1 的堆栈内存过程

不可变类型，在调用栈里分配地址，地址直接对应值，如果修改会开辟一块新空间，存储新值，相互不影响

可变类型，在调用栈里分配地址，地址对应堆里分配的地址，堆的地址存储真正的值，如果修改会相互影响。

二十三， python的内存管理

从三个方面来说

一，对象的引用计数机制

二， 垃圾回收机制

三， 内存池机制

一， 对象的引用计数机制python内部使用引用计数，来保持追踪内存中的对象，所有对象都有引用计数。

引用计数增加的情况

        1，一个对象分配一个名称

        2， 将其放入一个容器中（如列表，元组或字典）

 引用计数减少的情况：

        1， 使用del语句对对象别名显示的销毁

        2， 引用超出作用域被重新赋值 sys,getrefcount()函数可以获得对象的当前引用计数

多数情况下，引用计数比我们猜测的要大的多。对于不可变类型（如数字和字符串）， 解释器会在程序的不同部分共享内存，以便节约内存

二、垃圾回收

1，当一个对象的引用计数归零时，它将被垃圾收集机制处理掉

2，当两个对象a和b相互引用时，del语句可以减少a和b的引用计数，并销毁用于引用底层对象的名称。然而由于每个对象都包含一个对其他对象的应用，因此引用计数不会归零，对象也不会销毁。（从而导致内存泄漏）。为解决这一问题，解释器会定期执行一个循环检测器，搜索不可访问对象的循环并删除它们。

三、内存池机制

python提供了对内存的垃圾收集机制，但是它将不用的内存放到内存池而不是返回给操作系统

        1，pymalloc机制，为了加速python的执行效率，python引入一个内存池机制，用于管理对小块内存的申请和释放

        2，python中所有小于256字节的对象都使用pymalloc实现的分配器，而大的对象则使用系统的malloc.

        3,对于python对象，如整数，浮点数和list,都有其独立的私有内存池，对象间不共享他们的内存池。也就是说如果你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数

二十四， *arg和**kwarg作用

*arg代表位置的参数，它会接收任意多个参数并把这些参数作为元组传递给函数。

**kwargs代表的关键字参数，允许你使用没有事先定义的参数名。

位置参数一定要放在关键字参数的前面

作用：使用*args和**kwargs可以方便的定义函数，同时可以加强扩展性，以便日后的代码维护

二十五， is和==的区别

==是python标准操作符中的比较操作符，用来判断两个对象的value是否相等

is也被叫做同一性运算符，这个运算符比较判断的是对象间的唯一身份标识，也就是id是否相同

二十六， filter, map, reduce的作用

filter（）将符合条件的值过滤出来

map(lambda x:x*x, [12345]) # 根据提供的函数做指定序列的映射

reduce(function, iterable[,initializer]) # 对参数序列中的元素进行累计

二十七， 至少列举8个常用模板有哪些

1，sys 用于提供对解释器相关的访问以及维护，并有很强的交互功能

2，time：时间模块

3， os: 用于提供操作系统模块

4， ashlib: 用于加密相关的操作

5， random:生成随机变量

6，pickle:用于python特有类和python的数据类型间进行转换

7， datetime: data和time的结合体

8，re:正则表达式模块

二十八， json序列化时，可以处理的数据类型有哪些？如何定制支持datatime类型

json只能支持int\str\list\tuple\dict\

import json, datetime
from json import JSONEncoder
 
class ComplexEncoder(JSONEncoder):
    def default(self, obj):
        if isinstance(obj, datetime.datetime):
            return obj.strftime('%Y-%m-%d %H:%M:%S')
        else:
            return super(ComplexEncoder, self).default(obj)
 
d = {'name': 'alex', 'data': datetime.datetime.now()}
print(json.dumps(d, cls=ComplexEncoder))  
# {"name": "alex", "data": "2018-09-28 14:49:42"}

自定义对datatime类型的序列化类， 继承JSONEncoder 使用里面的default方法，将编码失败的数据传入到这里，判断传入的对象是否是datatime类型，如果是则使用strtime方法进行还原成字符串。

三十， json序列化时，默认遇到中文会转换成unicode,如果想要保留中文怎么办

import json
 
a = json.dumps({"ddf": "你好"}, ensure_ascii=False)
print(a)
# {"ddf": "你好"}