Python面試題及詳細答案150道（136-150） -- 網絡編程及常見問題篇

《前后端面試題》專欄集合了前后端各個知識模塊的面試題，包括html，javascript，css，vue，react，java，Openlayers，leaflet，cesium，mapboxGL，threejs，nodejs，mangoDB，SQL，Linux… 。

前后端面試題-專欄總目錄

在這里插入圖片描述

文章目錄

一、本文面試題目錄
- - 136. 什么是HTTP協議？常用的HTTP方法有哪些？
  - 137. `urllib`和`requests`庫的區別是什么？
  - 138. 如何使用`socket`模塊實現簡單的TCP客戶端和服務器？
  - 139. 什么是RESTful API？如何設計RESTful接口？
  - 140. 簡述Django的MTV架構。
  - 141. Django和Flask的區別是什么？
  - 142. 什么是中間件（Middleware）？Django中間件的作用？
  - 143. Flask中如何使用藍圖（Blueprint）？
  - 144. 如何處理HTTP請求中的Cookie和Session？
  - 145. 什么是WebSocket？它與HTTP有何區別？
  - 146. 什么是單元測試？如何使用`unittest`或`pytest`進行單元測試？
  - - 原理說明
    - 示例代碼
    - - 1. 使用`unittest`
      - 2. 使用`pytest`
  - 147. 什么是文檔字符串（Docstring）？它的作用是什么？
  - - 原理說明
    - 示例代碼
  - 148. 如何實現Python代碼的打包和分發（如`setup.py`）？
  - - 原理說明
    - 示例代碼
    - - 1. 項目結構
      - 2. `setup.py`配置
      - 3. 打包與分發步驟
  - 149. 解釋Python中的垃圾回收機制（GC）。
  - - 原理說明
    - 示例代碼
  - 150. 你在項目中使用Python解決過哪些實際問題？請舉例說明。
  - - 示例1：數據清洗與分析工具
    - 示例2：定時任務監控系統
二、150道Python面試題目錄列表

一、本文面試題目錄

136. 什么是HTTP協議？常用的HTTP方法有哪些？

原理說明：
HTTP（HyperText Transfer Protocol，超文本傳輸協議）是用于在客戶端和服務器之間傳輸數據的應用層協議，基于TCP/IP通信，采用請求-響應模式，無狀態（每次請求獨立，不保留上下文）。

常用HTTP方法：

方法	作用	特點
GET	請求獲取資源	冪等（多次請求結果一致），參數在URL中，有長度限制
POST	提交數據到服務器（如表單提交）	非冪等，參數在請求體中，無長度限制
PUT	全量更新資源	冪等，需提供資源完整數據
PATCH	部分更新資源	非冪等，僅提供需修改的字段
DELETE	刪除指定資源	冪等
HEAD	類似GET，但僅返回響應頭	用于檢查資源是否存在或獲取元數據
OPTIONS	獲取服務器支持的HTTP方法	跨域請求時用于預檢

示例：

GET請求：https://api.example.com/users（獲取用戶列表）
POST請求：向https://api.example.com/users提交{"name":"Alice"}（創建用戶）

137. `urllib`和`requests`庫的區別是什么？

原理說明：
兩者都是Python用于HTTP請求的庫，urllib是標準庫，requests是第三方庫（需安裝），后者API更簡潔，功能更豐富。

核心區別：

特性	`urllib`	`requests`
所屬	標準庫（無需安裝）	第三方庫（需`pip install requests`）
API設計	較繁瑣（需構造`Request`對象）	簡潔（如`requests.get()`）
會話管理	需手動處理`CookieJar`	內置`Session`對象自動維護Cookie
響應處理	需手動解碼（如`response.read().decode()`）	自動解碼（`response.text`）
異常處理	較復雜（需捕獲`URLError`等）	統一的`RequestException`
支持功能	基礎HTTP操作	支持會話、代理、SSL驗證、文件上傳等

示例對比：

GET請求

# urllib
from urllib.request import urlopen
response = urlopen("https://www.baidu.com")
print(response.read().decode('utf-8'))# requests
import requests
response = requests.get("https://www.baidu.com")
print(response.text)  # 自動解碼

帶參數的POST請求

# urllib
from urllib.request import Request, urlopen
from urllib.parse import urlencode
data = urlencode({"name": "Alice"}).encode('utf-8')
request = Request("https://api.example.com", data=data, method="POST")
response = urlopen(request)# requests
response = requests.post("https://api.example.com", data={"name": "Alice"})

總結：requests語法更簡潔，推薦用于大多數HTTP請求場景；urllib適合無第三方庫依賴的環境。

138. 如何使用`socket`模塊實現簡單的TCP客戶端和服務器？

原理說明：
TCP（Transmission Control Protocol）是面向連接的可靠傳輸協議，通過三次握手建立連接，四次揮手關閉連接。Python的socket模塊提供了TCP通信的底層接口，可實現客戶端和服務器的雙向通信。

示例代碼：

TCP服務器

import socket# 創建TCP套接字（IPv4，TCP）
server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)# 綁定IP和端口（空IP表示監聽所有網絡接口）
server_address = ('', 8888)
server_socket.bind(server_address)# 監聽連接（最大等待隊列長度為5）
server_socket.listen(5)
print("服務器啟動，等待連接...")while True:# 接受客戶端連接（阻塞）client_socket, client_addr = server_socket.accept()print(f"接收到來自{client_addr}的連接")try:# 接收客戶端數據（最多1024字節）data = client_socket.recv(1024)if data:print(f"收到數據：{data.decode('utf-8')}")# 發送響應response = "消息已收到：" + data.decode('utf-8')client_socket.sendall(response.encode('utf-8'))finally:# 關閉客戶端連接client_socket.close()print(f"與{client_addr}的連接已關閉")

TCP客戶端

import socket# 創建TCP套接字
client_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)# 連接服務器
server_address = ('localhost', 8888)
client_socket.connect(server_address)try:# 發送數據message = "Hello, Server!"client_socket.sendall(message.encode('utf-8'))# 接收響應data = client_socket.recv(1024)print(f"收到服務器響應：{data.decode('utf-8')}")
finally:# 關閉連接client_socket.close()

通信流程：

服務器：創建套接字 → 綁定端口 → 監聽 → 接受連接 → 收發數據 → 關閉連接。
客戶端：創建套接字 → 連接服務器 → 收發數據 → 關閉連接。

注意：實際應用中需處理異常（如連接中斷）和多客戶端并發（如使用多線程）。

139. 什么是RESTful API？如何設計RESTful接口？

原理說明：
RESTful API是一種基于REST（Representational State Transfer）架構風格設計的API，通過HTTP方法對資源進行操作，強調無狀態、資源導向和統一接口。

核心設計原則：

資源導向：用URL表示資源（如/users表示用戶列表），而非動作（避免/getUsers）。
使用HTTP方法表達操作：
- GET：查詢資源（/users/1獲取ID=1的用戶）
- POST：創建資源（/users創建新用戶）
- PUT/PATCH：更新資源（/users/1更新用戶信息）
- DELETE：刪除資源（/users/1刪除用戶）
無狀態：服務器不存儲客戶端狀態，每次請求需包含所有必要信息。
返回合適的狀態碼：如200（成功）、201（創建成功）、404（資源不存在）、500（服務器錯誤）。
使用JSON作為數據交換格式。

設計示例：

接口	HTTP方法	功能	響應狀態碼
`/api/users`	GET	獲取所有用戶	200 OK
`/api/users/1`	GET	獲取ID=1的用戶	200 OK / 404 Not Found
`/api/users`	POST	創建新用戶（請求體含用戶數據）	201 Created
`/api/users/1`	PUT	全量更新用戶1	200 OK / 404
`/api/users/1`	PATCH	部分更新用戶1（如僅改姓名）	200 OK / 404
`/api/users/1`	DELETE	刪除用戶1	204 No Content / 404

示例請求與響應：

創建用戶（POST /api/users）：
請求體：{"name": "Alice", "age": 25}
響應：{"id": 1, "name": "Alice", "age": 25}（狀態碼201）

140. 簡述Django的MTV架構。

原理說明：
Django是Python的Web框架，采用MTV（Model-Template-View）架構，是MVC（Model-View-Controller）的變種，目的是分離數據、界面和業務邏輯。

MTV各組件及作用：

Model（模型）

負責數據管理和數據庫交互，對應數據庫表結構。
使用Django ORM定義，自動映射到數據庫，無需編寫SQL。

示例：

# models.py
from django.db import models
class Book(models.Model):title = models.CharField(max_length=100)author = models.CharField(max_length=50)publish_date = models.DateField()

Template（模板）
- 負責用戶界面渲染，定義HTML頁面結構和展示邏輯。
- 支持模板繼承、變量替換、條件判斷等，分離業務邏輯和展示。
- 示例（book_list.html）：
```
<h1>圖書列表</h1>
<ul>{% for book in books %}<li>{{ book.title }} - {{ book.author }}</li>{% endfor %}
</ul>
```

View（視圖）

負責處理用戶請求、業務邏輯（如數據查詢、驗證），連接Model和Template。
接收請求，調用Model獲取數據，傳遞給Template渲染后返回響應。

示例：

# views.py
from django.shortcuts import render
from .models import Book
def book_list(request):books = Book.objects.all()  # 從Model獲取數據return render(request, 'book_list.html', {'books': books})  # 傳遞給Template

工作流程：

用戶發送HTTP請求到Django服務器。
URL路由系統將請求分發到對應的View。
View調用Model獲取或處理數據。
View將數據傳遞給Template，生成HTML響應。
響應返回給用戶。

MTV架構通過分離關注點，使代碼更易維護、擴展和測試。

141. Django和Flask的區別是什么？

原理說明：
Django和Flask都是Python主流Web框架，但設計理念不同：Django是“全棧框架”（內置豐富功能），Flask是“微框架”（輕量靈活，需手動擴展）。

核心區別對比：

特性	Django	Flask
定位	全棧框架（內置完整解決方案）	微框架（輕量，按需擴展）
內置功能	ORM、Admin后臺、表單驗證、用戶認證、模板引擎、路由等	僅核心功能（路由、模板），其他需通過擴展（如`Flask-SQLAlchemy`）
靈活性	較低（遵循Django規范）	較高（可自由選擇組件）
學習曲線	較陡（功能多，概念復雜）	較平緩（入門簡單）
適用場景	大型復雜項目（如電商、CMS）	小型應用、API服務、快速原型開發
模板引擎	內置Django Template	依賴Jinja2（需單獨安裝）
擴展方式	內置功能為主，第三方插件為輔	高度依賴第三方擴展

示例對比：

創建簡單頁面

# Django（需配置項目、應用、URL）
# views.py
from django.http import HttpResponse
def hello(request):return HttpResponse("Hello, Django!")# Flask（單文件即可）
from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello():return "Hello, Flask!"
if __name__ == '__main__':app.run()

數據庫操作

# Django（內置ORM）
from django.db import models
class User(models.Model):name = models.CharField(max_length=50)
user = User(name="Alice")
user.save()  # 自動寫入數據庫# Flask（需擴展Flask-SQLAlchemy）
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///test.db'
db = SQLAlchemy(app)
class User(db.Model):id = db.Column(db.Integer, primary_key=True)name = db.Column(db.String(50))
db.create_all()
user = User(name="Alice")
db.session.add(user)
db.session.commit()

總結：Django適合需要快速開發且功能全面的項目，Flask適合追求靈活和輕量的場景。

142. 什么是中間件（Middleware）？Django中間件的作用？

原理說明：
中間件是Web框架中位于請求和響應之間的處理層，用于在全局范圍內處理請求和響應（如身份驗證、日志記錄、跨域處理）。Django中間件通過鉤子函數介入請求-響應生命周期的各個階段。

Django中間件的作用：

預處理請求：在視圖函數執行前處理請求（如驗證Token、設置語言）。
后處理響應：在響應返回客戶端前處理（如添加響應頭、壓縮數據）。
全局異常處理：捕獲視圖函數拋出的異常，返回統一錯誤響應。
日志記錄：記錄所有請求的URL、耗時、狀態碼等信息。

Django中間件工作流程：
請求 → 中間件process_request → URL路由 → 中間件process_view → 視圖函數 → 中間件process_template_response（若有） → 中間件process_response → 響應客戶端。

自定義中間件示例：

# myapp/middleware.py
class SimpleMiddleware:def __init__(self, get_response):self.get_response = get_response  # 保存下一個中間件/視圖的引用def __call__(self, request):# 1. 請求到達視圖前執行（process_request）print(f"請求URL：{request.path}")start_time = time.time()# 調用下一個中間件或視圖response = self.get_response(request)# 2. 響應返回客戶端前執行（process_response）duration = time.time() - start_timeprint(f"請求耗時：{duration:.2f}秒")# 添加自定義響應頭response["X-Request-Duration"] = f"{duration:.2f}s"return responsedef process_exception(self, request, exception):# 3. 捕獲視圖拋出的異常print(f"發生異常：{str(exception)}")# 返回自定義錯誤響應return HttpResponse("服務器內部錯誤", status=500)

啟用中間件：
在settings.py的MIDDLEWARE列表中添加路徑：

MIDDLEWARE = [# ... 其他中間件 ...'myapp.middleware.SimpleMiddleware',
]

內置中間件示例：

django.middleware.csrf.CsrfViewMiddleware：處理CSRF防護。
django.contrib.auth.middleware.AuthenticationMiddleware：管理用戶認證。

143. Flask中如何使用藍圖（Blueprint）？

原理說明：
藍圖（Blueprint）是Flask中用于模塊化組織路由、視圖和靜態資源的工具，可將大型應用拆分為多個子模塊（如用戶模塊、商品模塊），便于維護。

藍圖的作用：

拆分應用功能，實現代碼分離。
共享模板和靜態文件。
延遲注冊（可在應用初始化后注冊藍圖）。

使用示例：

創建藍圖（auth.py，用戶認證模塊）

from flask import Blueprint, render_template, redirect, url_for# 創建藍圖（'auth'為藍圖名稱，__name__為模塊名）
auth_bp = Blueprint('auth', __name__, url_prefix='/auth')  # 路由前綴# 定義藍圖路由
@auth_bp.route('/login')
def login():return render_template('auth/login.html')  # 模板默認查找templates/auth/目錄@auth_bp.route('/logout')
def logout():return redirect(url_for('auth.login'))  # 生成帶前綴的URL

創建主應用并注冊藍圖（app.py）

from flask import Flask
from auth import auth_bp  # 導入藍圖app = Flask(__name__)# 注冊藍圖（所有路由會自動添加/auth前綴）
app.register_blueprint(auth_bp)# 主應用路由
@app.route('/')
def index():return "首頁"if __name__ == '__main__':app.run()

目錄結構

myapp/
├── app.py           # 主應用
├── auth.py          # 認證藍圖
└── templates/├── index.html   # 主應用模板└── auth/       # 藍圖模板目錄└── login.html

訪問路由：

藍圖路由：/auth/login（對應auth_bp.route('/login')）
主應用路由：/（對應app.route('/')）

高級用法：

藍圖可擁有獨立的靜態文件目錄（static_folder參數）。
可通過url_for('藍圖名.視圖函數名')生成藍圖路由URL。

藍圖是Flask構建大型應用的核心工具，通過模塊化組織使代碼結構更清晰。

144. 如何處理HTTP請求中的Cookie和Session？

原理說明：
Cookie和Session都是用于在客戶端和服務器之間保存狀態的機制（因HTTP無狀態），但存儲位置和安全性不同：

Cookie：存儲在客戶端（瀏覽器），由服務器通過響應頭Set-Cookie設置，每次請求自動攜帶。
Session：存儲在服務器，客戶端僅保存Session ID（通常通過Cookie傳遞），更安全。

處理方法示例：

使用Flask處理Cookie和Session

from flask import Flask, make_response, request, sessionapp = Flask(__name__)
app.secret_key = 'secret_key_for_session'  # Session需配置密鑰（加密用）# 處理Cookie
@app.route('/set_cookie')
def set_cookie():response = make_response("Cookie已設置")# 設置Cookie（鍵、值、過期時間（秒））response.set_cookie('username', 'Alice', max_age=3600)return response@app.route('/get_cookie')
def get_cookie():# 獲取Cookie（默認None）username = request.cookies.get('username')return f"Cookie中的用戶名：{username}"# 處理Session
@app.route('/set_session')
def set_session():# 設置Session（自動加密存儲在服務器）session['user_id'] = 123session['username'] = 'Alice'return "Session已設置"@app.route('/get_session')
def get_session():# 獲取Sessionuser_id = session.get('user_id')username = session.get('username')return f"Session：用戶ID={user_id}，用戶名={username}"@app.route('/logout')
def logout():# 清除Sessionsession.pop('user_id', None)session.pop('username', None)return "已退出登錄"

使用Django處理Cookie和Session

# Django視圖
from django.http import HttpResponse# 處理Cookie
def set_cookie(request):response = HttpResponse("Cookie已設置")response.set_cookie('username', 'Bob', max_age=3600)return responsedef get_cookie(request):username = request.COOKIES.get('username')return HttpResponse(f"Cookie中的用戶名：{username}")# 處理Session（Django默認存儲在數據庫，可配置為Redis等）
def set_session(request):request.session['user_id'] = 456request.session['username'] = 'Bob'return HttpResponse("Session已設置")def get_session(request):user_id = request.session.get('user_id')username = request.session.get('username')return HttpResponse(f"Session：用戶ID={user_id}，用戶名={username}")

安全注意事項：

Cookie存儲在客戶端，敏感信息（如密碼）不應存于Cookie。
Session需使用密鑰加密（如Flask的secret_key），防止篡改。
重要Cookie可設置secure=True（僅HTTPS傳輸）和httpOnly=True（禁止JS訪問，防XSS）。

145. 什么是WebSocket？它與HTTP有何區別？

原理說明：
WebSocket是一種在單個TCP連接上實現全雙工（雙向）通信的協議，允許客戶端和服務器實時交換數據，適合實時應用（如聊天、股票行情）。

與HTTP的區別：

特性	HTTP	WebSocket
連接方式	單向請求-響應（客戶端主動請求，服務器被動響應）	雙向持久連接（客戶端和服務器可隨時發送數據）
連接狀態	無狀態（每次請求獨立）	有狀態（連接建立后保持打開）
通信效率	低（每次請求需攜帶完整HTTP頭）	高（連接建立后僅傳輸數據，無冗余頭）
適用場景	普通Web頁面、API請求（非實時）	實時通信（如聊天、實時通知、游戲）
協議標識	`http://`或`https://`	`ws://`或`wss://`（加密）

Python中使用WebSocket示例（websockets庫）：

安裝庫
```
pip install websockets
```

WebSocket服務器

import asyncio
import websockets# 處理客戶端連接
async def handle_client(websocket):# 接收客戶端消息async for message in websocket:print(f"收到消息：{message}")# 發送響應（雙向通信）response = f"服務器已收到：{message}"await websocket.send(response)# 啟動服務器
start_server = websockets.serve(handle_client, "localhost", 8765)
asyncio.get_event_loop().run_until_complete(start_server)
asyncio.get_event_loop().run_forever()

WebSocket客戶端

import asyncio
import websocketsasync def send_message():# 連接服務器async with websockets.connect("ws://localhost:8765") as websocket:# 發送消息message = "Hello, WebSocket!"await websocket.send(message)# 接收響應response = await websocket.recv()print(f"收到響應：{response}")asyncio.get_event_loop().run_until_complete(send_message())

工作流程：

客戶端通過HTTP握手請求升級協議（Upgrade: websocket）。
服務器同意后，HTTP連接升級為WebSocket連接。
雙方通過該連接實時雙向通信，直到一方關閉連接。

WebSocket解決了HTTP在實時通信場景下的低效問題，是構建實時Web應用的首選協議。

146. 什么是單元測試？如何使用`unittest`或`pytest`進行單元測試？

原理說明

單元測試：是對軟件中最小可測試單元（如函數、方法、類）進行的獨立驗證，目的是確保每個單元能按預期工作。
作用：提前發現bug、便于代碼重構、保障代碼質量。
常用框架：
- unittest：Python內置的單元測試框架，靈感來自Java的JUnit，支持斷言、測試用例組織、測試套件等。
- pytest：第三方框架，語法更簡潔，支持unittest兼容的用例，還提供更豐富的功能（如參數化、 fixtures）。

示例代碼

1. 使用`unittest`

# 待測試的函數
def add(a, b):return a + bdef is_even(n):return n % 2 == 0# 測試用例
import unittestclass TestMathFunctions(unittest.TestCase):# 測試前執行（可選）def setUp(self):print("開始測試...")# 測試add函數def test_add(self):self.assertEqual(add(2, 3), 5)  # 斷言相等self.assertEqual(add(-1, 1), 0)# 測試is_even函數def test_is_even(self):self.assertTrue(is_even(4))     # 斷言為Trueself.assertFalse(is_even(7))    # 斷言為Falseself.assertRaises(TypeError, is_even, "string")  # 斷言拋出異常# 測試后執行（可選）def tearDown(self):print("測試結束...")if __name__ == "__main__":unittest.main()  # 運行測試

2. 使用`pytest`

需先安裝：pip install pytest

# 待測試的函數（同上）
def add(a, b):return a + bdef is_even(n):return n % 2 == 0# 測試用例（pytest無需繼承類，函數名以test_開頭即可）
def test_add():assert add(2, 3) == 5  # 直接使用assert斷言assert add(-1, 1) == 0def test_is_even():assert is_even(4) is Trueassert is_even(7) is Falsewith pytest.raises(TypeError):  # 斷言拋出異常is_even("string")

運行方式：命令行執行pytest 文件名.py -v（-v顯示詳細信息）。

147. 什么是文檔字符串（Docstring）？它的作用是什么？

原理說明

文檔字符串（Docstring）：是位于函數、類、模塊開頭的字符串，用于解釋其功能、參數、返回值、示例等信息。
格式：通常用三重引號（"""）包裹，支持單行和多行。
作用：
- 提高代碼可讀性，方便其他開發者理解代碼用途。
- 可通過__doc__屬性或help()函數獲取文檔信息。
- 支持自動生成文檔工具（如Sphinx、pdoc）。

示例代碼

def calculate_area(radius):"""計算圓的面積。參數:radius (float): 圓的半徑，必須為正數。返回:float: 圓的面積（π * radius2）。異常:ValueError: 當半徑為負數或非數字時拋出。示例:>>> calculate_area(2)12.566370614359172"""if not isinstance(radius, (int, float)):raise ValueError("半徑必須是數字")if radius <= 0:raise ValueError("半徑必須為正數")return 3.1415926535 * radius ** 2# 獲取文檔字符串
print(calculate_area.__doc__)  # 打印完整文檔
help(calculate_area)  # 更友好的格式顯示文檔

148. 如何實現Python代碼的打包和分發（如`setup.py`）？

原理說明

打包：將Python代碼、依賴、配置文件等整理成標準格式（如.tar.gz、.whl），便于安裝和分發。
分發渠道：常用PyPI（Python Package Index），用戶可通過pip install安裝。
核心文件：
- setup.py：打包配置腳本，定義包名、版本、依賴等。
- setup.cfg：補充配置（可選）。
- MANIFEST.in：指定需要打包的非代碼文件（如文檔、數據）。

示例代碼

1. 項目結構

my_package/
├── my_package/          # 包目錄
│   ├── __init__.py
│   └── utils.py         # 功能模塊
├── setup.py             # 打包配置
└── README.md            # 說明文檔

2. `setup.py`配置

from setuptools import setup, find_packagessetup(name="my_package",  # 包名（PyPI上需唯一）version="0.1.0",    # 版本號（遵循語義化版本）author="Your Name",author_email="your@email.com",description="A sample Python package",long_description=open("README.md").read(),  # 長描述（通常來自README）long_description_content_type="text/markdown",url="https://github.com/yourusername/my_package",  # 項目地址packages=find_packages(),  # 自動發現包install_requires=[         # 依賴列表"requests>=2.25.0","numpy>=1.19.0"],classifiers=[              # 分類信息（便于PyPI檢索）"Programming Language :: Python :: 3","License :: OSI Approved :: MIT License","Operating System :: OS Independent",],python_requires=">=3.6",  # 支持的Python版本
)

3. 打包與分發步驟

# 生成源碼包和wheel包
python setup.py sdist bdist_wheel# 安裝到本地（開發模式，修改代碼無需重新安裝）
pip install -e .# 上傳到PyPI（需先注冊賬號，安裝twine工具）
pip install twine
twine upload dist/*  # 輸入PyPI賬號密碼

149. 解釋Python中的垃圾回收機制（GC）。

原理說明

垃圾回收（GC）：Python自動管理內存的機制，用于回收不再使用的對象所占用的內存，避免內存泄漏。
核心算法：
1. 引用計數：每個對象有一個引用計數器，當引用數為0時，對象被立即回收。
  - 觸發引用計數減少的情況：變量賦值給其他對象、函數執行結束局部變量銷毀、對象從容器中移除等。
2. 標記-清除：解決循環引用問題（如兩個對象互相引用，引用計數不為0但已無用）。
  - 標記：遍歷所有可達對象（從根對象出發能訪問到的對象），標記為“存活”。
  - 清除：未被標記的對象被回收。
3. 分代回收：基于“存活越久的對象越不可能被回收”的假設，將對象分為3代（0、1、2）。
  - 新對象放入0代，回收頻率最高；存活的對象晉升到更高代，回收頻率降低。

示例代碼

import gc# 查看GC是否啟用（默認啟用）
print(gc.isenabled())  # 輸出: True# 禁用GC（僅調試用）
gc.disable()
# 手動觸發GC
gc.collect()
# 啟用GC
gc.enable()# 循環引用示例（引用計數無法回收）
class Node:def __init__(self):self.next = None# 創建循環引用
a = Node()
b = Node()
a.next = b
b.next = a# 刪除引用（此時a和b的引用計數仍為1，因互相引用）
del a
del b# 手動回收循環引用的對象
gc.collect()
print(gc.garbage)  # 輸出回收的對象列表（通常為空，因已被清理）

注意：Python的GC機制幾乎無需手動干預，但可通過gc模塊調整參數（如回收閾值）或強制回收。

150. 你在項目中使用Python解決過哪些實際問題？請舉例說明。

示例1：數據清洗與分析工具

問題：某電商平臺需要從多個Excel表格中提取銷售數據，清洗重復值、缺失值，并生成月度銷售報表。
解決方案：
- 使用pandas讀取Excel文件，合并多表數據。
- 用pandas的drop_duplicates()去重，fillna()填充缺失值。
- 用matplotlib/seaborn繪制銷量趨勢圖、品類占比圖。
- 封裝成腳本，支持命令行傳入文件路徑，自動輸出清洗后的數據和報表。

import pandas as pd
import matplotlib.pyplot as pltdef clean_and_analyze(file_paths):# 合并數據dfs = [pd.read_excel(path) for path in file_paths]combined = pd.concat(dfs, ignore_index=True)# 清洗數據combined = combined.drop_duplicates(subset=["訂單號"])combined["銷售額"] = combined["銷售額"].fillna(0)# 分析：月度銷售額combined["訂單日期"] = pd.to_datetime(combined["訂單日期"])combined["月份"] = combined["訂單日期"].dt.to_period("M")monthly_sales = combined.groupby("月份")["銷售額"].sum()# 繪圖monthly_sales.plot(kind="bar")plt.title("月度銷售額趨勢")plt.savefig("monthly_sales.png")# 保存清洗后的數據combined.to_excel("cleaned_sales.xlsx", index=False)return monthly_sales# 使用示例
if __name__ == "__main__":import sysfile_paths = sys.argv[1:]  # 從命令行接收文件路徑clean_and_analyze(file_paths)

示例2：定時任務監控系統

問題：某系統需要定時檢查多個服務的可用性（如HTTP接口、數據庫連接），異常時發送郵件報警。
解決方案：
- 用schedule庫實現定時任務（如每5分鐘執行一次檢查）。
- 用requests檢查HTTP接口狀態，pymysql檢查數據庫連接。
- 用smtplib發送報警郵件，包含異常詳情。

import schedule
import time
import requests
import pymysql
import smtplib
from email.mime.text import MIMEText# 配置
SERVICES = {"API服務": "https://api.example.com/health","數據庫": {"host": "db.example.com", "user": "admin", "password": "xxx"}
}
ALERT_EMAIL = "admin@example.com"def send_alert(message):"""發送報警郵件"""msg = MIMEText(message)msg["Subject"] = "服務異常報警"msg["From"] = "monitor@example.com"msg["To"] = ALERT_EMAILwith smtplib.SMTP("smtp.example.com", 587) as server:server.starttls()server.login("monitor@example.com", "password")server.send_message(msg)def check_service():"""檢查服務可用性"""for name, config in SERVICES.items():if isinstance(config, str):  # HTTP服務try:response = requests.get(config, timeout=10)if response.status_code != 200:raise Exception(f"狀態碼異常: {response.status_code}")except Exception as e:send_alert(f"{name}異常: {str(e)}")else:  # 數據庫服務try:conn = pymysql.connect(**config, timeout=10)conn.close()except Exception as e:send_alert(f"{name}異常: {str(e)}")# 定時任務：每5分鐘檢查一次
schedule.every(5).minutes.do(check_service)# 啟動監控
while True:schedule.run_pending()time.sleep(1)

效果：實現了自動化監控，減少人工干預，及時發現并處理服務故障。

二、150道Python面試題目錄列表

文章序號	Python面試題150道
1	Python面試題及詳細答案150道（01-15）
2	Python面試題及詳細答案150道（16-30）
3	Python面試題及詳細答案150道（31-40）
4	Python面試題及詳細答案150道（41-55）
5	Python面試題及詳細答案150道（56-70）
6	Python面試題及詳細答案150道（71-80）
7	Python面試題及詳細答案150道（81-90）
8	Python面試題及詳細答案150道（91-100）
9	Python面試題及詳細答案150道（101-115）
10	Python面試題及詳細答案150道（116-125）
11	Python面試題及詳細答案150道（126-135）
12	Python面試題及詳細答案150道（136-150）