本文由EarlGrey@编程派独家编译，转载请务必注明作者及出处。
原文：&译文：
想找一份Python开发工作吗？那你很可能得证明自己知道如何使用Python。下面这些问题涉及了与Python相关的许多技能，问题的关注点主要是语言本身，不是某个特定的包或模块。每一个问题都可以扩充为一个教程，如果可能的话。某些问题甚至会涉及多个领域。
我之前还没有出过和这些题目一样难的面试题，如果你能轻松地回答出来的话，赶紧去找份工作吧！
到底什么是Python？你可以在回答中与其他技术进行对比（也鼓励这样做）。
下面是一些关键点：
Python是一种解释型语言。这就是说，与C语言和C的衍生语言不同，Python代码在运行之前不需要编译。其他解释型语言还包括PHP和Ruby。
Python是动态类型语言，指的是你在声明变量时，不需要说明变量的类型。你可以直接编写类似x=111和x="I'm a string"这样的代码，程序不会报错。
Python非常适合面向对象的编程（OOP），因为它支持通过组合（composition）与继承（inheritance）的方式定义类（class）。Python中没有访问说明符（access specifier，类似C++中的public和private），这么设计的依据是&大家都是成年人了&。
在Python语言中，函数是第一类对象（first-class objects）。这指的是它们可以被指定给变量，函数既能返回函数类型，也可以接受函数作为输入。类（class）也是第一类对象。
Python代码编写快，但是运行速度比编译语言通常要慢。好在Python允许加入基于C语言编写的扩展，因此我们能够优化代码，消除瓶颈，这点通常是可以实现的。numpy就是一个很好地例子，它的运行速度真的非常快，因为很多算术运算其实并不是通过Python实现的。
Python用途非常广泛&&网络应用，自动化，科学建模，大数据应用，等等。它也常被用作&胶水语言&，帮助其他语言和组件改善运行状况。
Python让困难的事情变得容易，因此程序员可以专注于算法和数据结构的设计，而不用处理底层的细节。
为什么提这个问题：
如果你应聘的是一个Python开发岗位，你就应该知道这是门什么样的语言，以及它为什么这么酷。以及它哪里不好。
补充缺失的代码
def print_directory_contents(sPath):
这个函数接受文件夹的名称作为输入参数，
返回该文件夹中文件的路径，
以及其包含文件夹中文件的路径。
# 补充代码
def print_directory_contents(sPath):
for sChild in os.listdir(sPath):
sChildPath = os.path.join(sPath,sChild)
if os.path.isdir(sChildPath):
print_directory_contents(sChildPath)
print sChildPath
特别要注意以下几点：
命名规范要统一。如果样本代码中能够看出命名规范，遵循其已有的规范。
递归函数需要递归并终止。确保你明白其中的原理，否则你将面临无休无止的调用栈（callstack）。
我们使用os模块与操作系统进行交互，同时做到交互方式是可以跨平台的。你可以把代码写成sChildPath = sPath + '/' + sChild，但是这个在Windows系统上会出错。
熟悉基础模块是非常有价值的，但是别想破脑袋都背下来，记住Google是你工作中的良师益友。
如果你不明白代码的预期功能，就大胆提问。
坚持KISS原则！保持简单，不过脑子就能懂！
为什么提这个问题：
说明面试者对与操作系统交互的基础知识
递归真是太好用啦
阅读下面的代码，写出A0，A1至An的最终值。
A0 = dict(zip(('a','b','c','d','e'),(1,2,3,4,5)))
A1 = range(10)
A2 = [i for i in A1 if i in A0]
A3 = [A0[s] for s in A0]
A4 = [i for i in A1 if i in A3]
A5 = {i:i*i for i in A1}
A6 = [[i,i*i] for i in A1]
A0 = {'a': 1, 'c': 3, 'b': 2, 'e': 5, 'd': 4}
A1 = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
A3 = [1, 3, 2, 5, 4]
A4 = [1, 2, 3, 4, 5]
A5 = {0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}
A6 = [[0, 0], [1, 1], [2, 4], [3, 9], [4, 16], [5, 25], [6, 36], [7, 49], [8, 64], [9, 81]]
为什么提这个问题：
列表解析（list comprehension）十分节约时间，对很多人来说也是一个大的学习障碍。
如果你读懂了这些代码，就很可能可以写下正确地值。
其中部分代码故意写的怪怪的。因为你共事的人之中也会有怪人。
Python和多线程（multi-threading）。这是个好主意码？列举一些让Python代码以并行方式运行的方法。
Python并不支持真正意义上的多线程。Python中提供了，但是如果你想通过多线程提高代码的速度，使用多线程包并不是个好主意。Python中有一个被称为Global Interpreter Lock（GIL）的东西，它会确保任何时候你的多个线程中，只有一个被执行。线程的执行速度非常之快，会让你误以为线程是并行执行的，但是实际上都是轮流执行。经过GIL这一道关卡处理，会增加执行的开销。这意味着，如果你想提高代码的运行速度，使用threading包并不是一个很好的方法。
不过还是有很多理由促使我们使用threading包的。如果你想同时执行一些任务，而且不考虑效率问题，那么使用这个包是完全没问题的，而且也很方便。但是大部分情况下，并不是这么一回事，你会希望把多线程的部分外包给操作系统完成（通过开启多个进程），或者是某些调用你的Python代码的外部程序（例如Spark或Hadoop），又或者是你的Python代码调用的其他代码（例如，你可以在Python中调用C函数，用于处理开销较大的多线程工作）。
为什么提这个问题
因为GIL就是个混账东西（A-hole）。很多人花费大量的时间，试图寻找自己多线程代码中的瓶颈，直到他们明白GIL的存在。
你如何管理不同版本的代码？
版本管理！被问到这个问题的时候，你应该要表现得很兴奋，甚至告诉他们你是如何使用Git（或是其他你最喜欢的工具）追踪自己和奶奶的书信往来。我偏向于使用Git作为版本控制系统（VCS），但还有其他的选择，比如subversion（SVN）。
为什么提这个问题：
因为没有版本控制的代码，就像没有杯子的咖啡。有时候我们需要写一些一次性的、可以随手扔掉的脚本，这种情况下不作版本控制没关系。但是如果你面对的是大量的代码，使用版本控制系统是有利的。版本控制能够帮你追踪谁对代码库做了什么操作；发现新引入了什么bug；管理你的软件的不同版本和发行版；在团队成员中分享源代码；部署及其他自动化处理。它能让你回滚到出现问题之前的版本，单凭这点就特别棒了。还有其他的好功能。怎么一个棒字了得！
下面代码会输出什么：
def f(x,l=[]):
for i in range(x):
l.append(i*i)
f(3,[3,2,1])
[3, 2, 1, 0, 1, 4]
[0, 1, 0, 1, 4]
第一个函数调用十分明显，for循环先后将0和1添加至了空列表l中。l是变量的名字，指向内存中存储的一个列表。第二个函数调用在一块新的内存中创建了新的列表。l这时指向了新生成的列表。之后再往新列表中添加0、1、2和4。很棒吧。第三个函数调用的结果就有些奇怪了。它使用了之前内存地址中存储的旧列表。这就是为什么它的前两个元素是0和1了。
不明白的话就试着运行下面的代码吧：
l_mem = []
# the first call
for i in range(2):
l.append(i*i)
l = [3,2,1]
# the second call
for i in range(3):
l.append(i*i)
# [3, 2, 1, 0, 1, 4]
# the third call
for i in range(3):
l.append(i*i)
# [0, 1, 0, 1, 4]
&猴子补丁&（monkey patching）指的是什么？这种做法好吗？
&猴子补丁&就是指，在函数或对象已经定义之后，再去改变它们的行为。
举个例子：
import datetime
datetime.datetime.now = lambda: datetime.datetime(2012, 12, 12)
大部分情况下，这是种很不好的做法 - 因为函数在代码库中的行为最好是都保持一致。打&猴子补丁&的原因可能是为了测试。mock包对实现这个目的很有帮助。
为什么提这个问题？
答对这个问题说明你对单元测试的方法有一定了解。你如果提到要避免&猴子补丁&，可以说明你不是那种喜欢花里胡哨代码的程序员（公司里就有这种人，跟他们共事真是糟糕透了），而是更注重可维护性。还记得KISS原则码？答对这个问题还说明你明白一些Python底层运作的方式，函数实际是如何存储、调用等等。
另外：如果你没读过mock模块的话，真的值得花时间读一读。这个模块非常有用。
这两个参数是什么意思：*args，**kwargs？我们为什么要使用它们？
如果我们不确定要往函数中传入多少个参数，或者我们想往函数中以列表和元组的形式传参数时，那就使要用*args；如果我们不知道要往函数中传入多少个关键词参数，或者想传入字典的值作为关键词参数时，那就要使用**kwargs。args和kwargs这两个标识符是约定俗成的用法，你当然还可以用*bob和**billy，但是这样就并不太妥。
下面是具体的示例：
def f(*args,**kwargs): print args, kwargs
l = [1,2,3]
t = (4,5,6)
d = {'a':7,'b':8,'c':9}
# (1, 2, 3) {}
f(1,2,3,"groovy")
# (1, 2, 3, 'groovy') {}
f(a=1,b=2,c=3)
# () {'a': 1, 'c': 3, 'b': 2}
f(a=1,b=2,c=3,zzz="hi")
# () {'a': 1, 'c': 3, 'b': 2, 'zzz': 'hi'}
f(1,2,3,a=1,b=2,c=3)
# (1, 2, 3) {'a': 1, 'c': 3, 'b': 2}
# (1, 2, 3) {'a': 7, 'c': 9, 'b': 8}
# (4, 5, 6) {'a': 7, 'c': 9, 'b': 8}
# (1, 2, 4, 5, 6) {}
f(q="winning",**d)
# () {'a': 7, 'q': 'winning', 'c': 9, 'b': 8}
f(1,2,*t,q="winning",**d)
# (1, 2, 4, 5, 6) {'a': 7, 'q': 'winning', 'c': 9, 'b': 8}
def f2(arg1,arg2,*args,**kwargs): print arg1,arg2, args, kwargs
# 1 2 (3,) {}
f2(1,2,3,"groovy")
# 1 2 (3, 'groovy') {}
f2(arg1=1,arg2=2,c=3)
# 1 2 () {'c': 3}
f2(arg1=1,arg2=2,c=3,zzz="hi")
# 1 2 () {'c': 3, 'zzz': 'hi'}
f2(1,2,3,a=1,b=2,c=3)
# 1 2 (3,) {'a': 1, 'c': 3, 'b': 2}
f2(*l,**d)
# 1 2 (3,) {'a': 7, 'c': 9, 'b': 8}
f2(*t,**d)
# 4 5 (6,) {'a': 7, 'c': 9, 'b': 8}
f2(1,2,*t)
# 1 2 (4, 5, 6) {}
f2(1,1,q="winning",**d)
# 1 1 () {'a': 7, 'q': 'winning', 'c': 9, 'b': 8}
f2(1,2,*t,q="winning",**d)
# 1 2 (4, 5, 6) {'a': 7, 'q': 'winning', 'c': 9, 'b': 8}
为什么提这个问题？
有时候，我们需要往函数中传入未知个数的参数或关键词参数。有时候，我们也希望把参数或关键词参数储存起来，以备以后使用。有时候，仅仅是为了节省时间。
下面这些是什么意思：@classmethod,&@staticmethod,&@property？
回答背景知识
这些都是装饰器（decorator）。装饰器是一种特殊的函数，要么接受函数作为输入参数，并返回一个函数，要么接受一个类作为输入参数，并返回一个类。@标记是语法糖（syntactic sugar），可以让你以简单易读得方式装饰目标对象。
@my_decorator
def my_func(stuff):
Is equivalent to
def my_func(stuff):
my_func = my_decorator(my_func)
你可以在本网站上找到介绍装饰器工作原理的教材。
真正的答案
@classmethod,&@staticmethod和@property这三个装饰器的使用对象是在类中定义的函数。下面的例子展示了它们的用法和行为：
class MyClass(object):
def __init__(self):
self._some_property = "properties are nice"
self._some_other_property = "VERY nice"
def normal_method(*args,**kwargs):
print "calling normal_method({0},{1})".format(args,kwargs)
@classmethod
def class_method(*args,**kwargs):
print "calling class_method({0},{1})".format(args,kwargs)
@staticmethod
def static_method(*args,**kwargs):
print "calling static_method({0},{1})".format(args,kwargs)
def some_property(self,*args,**kwargs):
print "calling some_property getter({0},{1},{2})".format(self,args,kwargs)
return self._some_property
@some_property.setter
def some_property(self,*args,**kwargs):
print "calling some_property setter({0},{1},{2})".format(self,args,kwargs)
self._some_property = args[0]
def some_other_property(self,*args,**kwargs):
print "calling some_other_property getter({0},{1},{2})".format(self,args,kwargs)
return self._some_other_property
o = MyClass()
# 未装饰的方法还是正常的行为方式，需要当前的类实例（self）作为第一个参数。
o.normal_method
# &bound method MyClass.normal_method of &__main__.MyClass instance at 0x7fdd2537ea28&&
o.normal_method()
# normal_method((&__main__.MyClass instance at 0x7fdd2537ea28&,),{})
o.normal_method(1,2,x=3,y=4)
# normal_method((&__main__.MyClass instance at 0x7fdd2537ea28&, 1, 2),{'y': 4, 'x': 3})
# 类方法的第一个参数永远是该类
o.class_method
# &bound method classobj.class_method of &class __main__.MyClass at 0x7fdd&&
o.class_method()
# class_method((&class __main__.MyClass at 0x7fdd&,),{})
o.class_method(1,2,x=3,y=4)
# class_method((&class __main__.MyClass at 0x7fdd&, 1, 2),{'y': 4, 'x': 3})
# 静态方法（static method）中除了你调用时传入的参数以外，没有其他的参数。
o.static_method
# &function static_method at 0x7fdd&
o.static_method()
# static_method((),{})
o.static_method(1,2,x=3,y=4)
# static_method((1, 2),{'y': 4, 'x': 3})
# @property是实现getter和setter方法的一种方式。直接调用它们是错误的。
# &只读&属性可以通过只定义getter方法，不定义setter方法实现。
o.some_property
# 调用some_property的getter(&__main__.MyClass instance at 0x7fb2b70877e8&,(),{})
# 'properties are nice'
# &属性&是很好的功能
o.some_property()
# calling some_property getter(&__main__.MyClass instance at 0x7fb2b70877e8&,(),{})
# Traceback (most recent call last):
File "&stdin&", line 1, in &module&
# TypeError: 'str' object is not callable
o.some_other_property
# calling some_other_property getter(&__main__.MyClass instance at 0x7fb2b70877e8&,(),{})
# 'VERY nice'
# o.some_other_property()
# calling some_other_property getter(&__main__.MyClass instance at 0x7fb2b70877e8&,(),{})
# Traceback (most recent call last):
File "&stdin&", line 1, in &module&
# TypeError: 'str' object is not callable
o.some_property = "groovy"
# calling some_property setter(&__main__.MyClass object at 0x7fb2b7077890&,('groovy',),{})
o.some_property
# calling some_property getter(&__main__.MyClass object at 0x7fb2b7077890&,(),{})
# 'groovy'
o.some_other_property = "very groovy"
# Traceback (most recent call last):
File "&stdin&", line 1, in &module&
# AttributeError: can't set attribute
o.some_other_property
# calling some_other_property getter(&__main__.MyClass object at 0x7fb2b7077890&,(),{})
阅读下面的代码，它的输出结果是什么？
class A(object):
def go(self):
print "go A go!"
def stop(self):
print "stop A stop!"
def pause(self):
raise Exception("Not Implemented")
class B(A):
def go(self):
super(B, self).go()
print "go B go!"
class C(A):
def go(self):
super(C, self).go()
print "go C go!"
def stop(self):
super(C, self).stop()
print "stop C stop!"
class D(B,C):
def go(self):
super(D, self).go()
print "go D go!"
def stop(self):
super(D, self).stop()
print "stop D stop!"
def pause(self):
print "wait D wait!"
class E(B,C): pass
# 说明下列代码的输出结果
输出结果以注释的形式表示：
# go A go!
# go A go!
# go B go!
# go A go!
# go C go!
# go A go!
# go C go!
# go B go!
# go D go!
# go A go!
# go C go!
# go B go!
# stop A stop!
# stop A stop!
# stop A stop!
# stop C stop!
# stop A stop!
# stop C stop!
# stop D stop!
# stop A stop!
# ... Exception: Not Implemented
# ... Exception: Not Implemented
# ... Exception: Not Implemented
# wait D wait!
# ...Exception: Not Implemented
为什么提这个问题？
因为面向对象的编程真的真的很重要。不骗你。答对这道问题说明你理解了继承和Python中super函数的用法。
阅读下面的代码，它的输出结果是什么？
class Node(object):
def __init__(self,sName):
self._lChildren = []
self.sName = sName
def __repr__(self):
return "&Node '{}'&".format(self.sName)
def append(self,*args,**kwargs):
self._lChildren.append(*args,**kwargs)
def print_all_1(self):
print self
for oChild in self._lChildren:
oChild.print_all_1()
def print_all_2(self):
def gen(o):
lAll = [o,]
while lAll:
oNext = lAll.pop(0)
lAll.extend(oNext._lChildren)
yield oNext
for oNode in gen(self):
print oNode
oRoot = Node("root")
oChild1 = Node("child1")
oChild2 = Node("child2")
oChild3 = Node("child3")
oChild4 = Node("child4")
oChild5 = Node("child5")
oChild6 = Node("child6")
oChild7 = Node("child7")
oChild8 = Node("child8")
oChild9 = Node("child9")
oChild10 = Node("child10")
oRoot.append(oChild1)
oRoot.append(oChild2)
oRoot.append(oChild3)
oChild1.append(oChild4)
oChild1.append(oChild5)
oChild2.append(oChild6)
oChild4.append(oChild7)
oChild3.append(oChild8)
oChild3.append(oChild9)
oChild6.append(oChild10)
# 说明下面代码的输出结果
oRoot.print_all_1()
oRoot.print_all_2()
oRoot.print_all_1()会打印下面的结果：
&Node 'root'&
&Node 'child1'&
&Node 'child4'&
&Node 'child7'&
&Node 'child5'&
&Node 'child2'&
&Node 'child6'&
&Node 'child10'&
&Node 'child3'&
&Node 'child8'&
&Node 'child9'&
oRoot.print_all_1()会打印下面的结果：
&Node 'root'&
&Node 'child1'&
&Node 'child2'&
&Node 'child3'&
&Node 'child4'&
&Node 'child5'&
&Node 'child6'&
&Node 'child8'&
&Node 'child9'&
&Node 'child7'&
&Node 'child10'&
为什么提这个问题？
因为对象的精髓就在于组合（composition）与对象构造（object construction）。对象需要有组合成分构成，而且得以某种方式初始化。这里也涉及到递归和生成器（generator）的使用。
生成器是很棒的数据类型。你可以只通过构造一个很长的列表，然后打印列表的内容，就可以取得与print_all_2类似的功能。生成器还有一个好处，就是不用占据很多内存。
有一点还值得指出，就是print_all_1会以深度优先（depth-first）的方式遍历树(tree),而print_all_2则是宽度优先（width-first）。有时候，一种遍历方式比另一种更合适。但这要看你的应用的具体情况。
简要描述Python的垃圾回收机制（garbage collection）。
这里能说的很多。你应该提到下面几个主要的点：
Python在内存中存储了每个对象的引用计数（reference count）。如果计数值变成0，那么相应的对象就会小时，分配给该对象的内存就会释放出来用作他用。
偶尔也会出现引用循环（reference cycle）。垃圾回收器会定时寻找这个循环，并将其回收。举个例子，假设有两个对象o1和o2，而且符合o1.x == o2和o2.x == o1这两个条件。如果o1和o2没有其他代码引用，那么它们就不应该继续存在。但它们的引用计数都是1。
Python中使用了某些启发式算法（heuristics）来加速垃圾回收。例如，越晚创建的对象更有可能被回收。对象被创建之后，垃圾回收器会分配它们所属的代（generation）。每个对象都会被分配一个代，而被分配更年轻代的对象是优先被处理的。
将下面的函数按照执行效率高低排序。它们都接受由0至1之间的数字构成的列表作为输入。这个列表可以很长。一个输入列表的示例如下：[random.random() for i in range(100000)]。你如何证明自己的答案是正确的。
def f1(lIn):
l1 = sorted(lIn)
l2 = [i for i in l1 if i&0.5]
return [i*i for i in l2]
def f2(lIn):
l1 = [i for i in lIn if i&0.5]
l2 = sorted(l1)
return [i*i for i in l2]
def f3(lIn):
l1 = [i*i for i in lIn]
l2 = sorted(l1)
return [i for i in l1 if i&(0.5*0.5)]
按执行效率从高到低排列：f2、f1和f3。要证明这个答案是对的，你应该知道如何分析自己代码的性能。Python中有一个很好的程序分析包，可以满足这个需求。
import cProfile
lIn = [random.random() for i in range(100000)]
cProfile.run('f1(lIn)')
cProfile.run('f2(lIn)')
cProfile.run('f3(lIn)')
为了向大家进行完整地说明，下面我们给出上述分析代码的输出结果：
&&& cProfile.run('f1(lIn)')
4 function calls in 0.045 seconds
Ordered by: standard name
percall filename:lineno(function)
0.044 &stdin&:1(f1)
0.045 &string&:1(&module&)
0.000 {method 'disable' of '_lsprof.Profiler' objects}
0.035 {sorted}
&&& cProfile.run('f2(lIn)')
4 function calls in 0.024 seconds
Ordered by: standard name
percall filename:lineno(function)
0.023 &stdin&:1(f2)
0.024 &string&:1(&module&)
0.000 {method 'disable' of '_lsprof.Profiler' objects}
0.016 {sorted}
&&& cProfile.run('f3(lIn)')
4 function calls in 0.055 seconds
Ordered by: standard name
percall filename:lineno(function)
0.054 &stdin&:1(f3)
0.055 &string&:1(&module&)
0.000 {method 'disable' of '_lsprof.Profiler' objects}
0.038 {sorted}
为什么提这个问题？
定位并避免代码瓶颈是非常有价值的技能。想要编写许多高效的代码，最终都要回答常识上来&&在上面的例子中，如果列表较小的话，很明显是先进行排序更快，因此如果你可以在排序前先进行筛选，那通常都是比较好的做法。其他不显而易见的问题仍然可以通过恰当的工具来定位。因此了解这些工具是有好处的。
你有过失败的经历吗？
错误的答案
我从来没有失败过！
为什么提这个问题？
恰当地回答这个问题说明你用于承认错误，为自己的错误负责，并且能够从错误中学习。如果你想变得对别人有帮助的话，所有这些都是特别重要的。如果你真的是个完人，那就太糟了，回答这个问题的时候你可能都有点创意了。
你有实施过个人项目吗？
如果做过个人项目，这说明从更新自己的技能水平方面来看，你愿意比最低要求付出更多的努力。如果你有维护的个人项目，工作之外也坚持编码，那么你的雇主就更可能把你视作为会增值的资产。即使他们不问这个问题，我也认为谈谈这个话题很有帮助。
我给出的这些问题时，有意涉及了多个领域。而且答案也是特意写的较为啰嗦。在编程面试中，你需要展示你对语言的理解，如果你能简要地说清楚，那请务必那样做。我尽量在答案中提供了足够的信息，即使是你之前从来没有了解过这些领域，你也可以从答案中学到些东西。我希望本文能够帮助你找到满意的工作。
阅读(...) 评论()没有更多推荐了，
不良信息举报
举报内容：
python笔试题
举报原因：
原文地址：
原因补充：
最多只允许输入30个字
加入CSDN，享受更精准的内容推荐，与500万程序员共同成长！后使用快捷导航没有帐号？
只需一步，快速开始
请完成以下验证码
请完成以下验证码
主题帖子荣誉
查看: 1858|回复: 23
& 累计签到：63 天连续签到：1 天
第020讲：函数：内嵌函数和闭包 | 课后测试题及答案 [color=rgb(153, 153, 153) !important][size=11.148px]
[color=rgb(153, 153, 153) !important][size=11.148px]
[color=rgb(153, 153, 153) !important][size=11.148px]动动手：
[color=rgb(153, 153, 153) !important][size=11.148px]1. 请用已学过的知识编写程序，找出小甲鱼藏在下边这个长字符串中的密码，密码的埋藏点符合以下规律：
& & a) 每位密码为单个小写字母
& & b) 每位密码的左右两边均有且只有三个大写字母
（由于我们还没有学习到文件读取方法，大家下载后拷贝过去即可）
请下载字符串文件：
& & & & & & & & & & & & & & & &
(8.21 KB, 下载次数: 252)
[color=rgb(153, 153, 153) !important][size=11.148px]
谁可以给我讲一下这个程序的实现过程呢，实在看不懂，各位对我这种以前没怎么学习编程语言的学生有什么好的学习python的建议么，求大神指点！
答案代码如下：
str1 = '''拷贝过来的字符串'''countA = 0countB = 0countC = 0length = len(str1)for i in range(length):& & if str1 == '\n':& && &&&continue& & if str1.isupper():& && &&&if countB == 1:& && && && &countC += 1& && && && &countA = 0& && &&&else:& && && && &countA += 1& && &&&continue& & if str1.islower() and countA == 3:& && &&&countB = 1& && &&&countA = 0& && &&&target = i& && &&&continue& & if str1.islower() and countC == 3:& && &&&print(str1[target], end='')& & countA = 0& & countB = 0& & countC = 0
也是初学，给几个建议，不一定对：
建议一：发帖，复制粘贴可以，但也请稍微编辑下，一堆的、等等html标签看着太乱，也显得没诚意。
建议二：帖子中的代码最好用代码格式，就是发帖框中的标志，这样看的清楚。
建议三：代码应该是自己照答案敲的吧，有关键性的错误，不看@小甲鱼 的答案，谁都看不明白。
建议四：问题最好能具体些，哪句代码没明白，哪个变量不知道意义。
具体这个题目的实现：代码的思路就是题目中的问题，先 ...
& 累计签到：774 天连续签到：1 天
也是初学，给几个建议，不一定对：
建议一：发帖，复制粘贴可以，但也请稍微编辑下，一堆的[color]、[size]等等html标签看着太乱，也显得没诚意。
建议二：帖子中的代码最好用代码格式，就是发帖框中的&&标志，这样看的清楚。
建议三：代码应该是自己照答案敲的吧，有关键性的错误，不看@小甲鱼 的答案，谁都看不明白。
建议四：问题最好能具体些，哪句代码没明白，哪个变量不知道意义。
具体这个题目的实现：代码的思路就是题目中的问题，先找大写字母，找到三个，如果后面一个是小写，就置一个标志countB ＝ 1，之后如果又是三个大写字母，就说明是密码中的一个字母。
str1 = '''拷贝过来的字符串'''
countA = 0 #前面三个大写的计数
countB = 0 #前面有三个大写，后面一个是小写，就置countB ＝ 1，实际上应该用一个布尔量更清楚
countC = 0 #前面两个条件都满足，又找到大写的计数，如果 countC == 3 说明找到一个密码字母
length = len(str1)
for i in range(length):
& & if str1[i] == '\n': #防止换行对判断的干扰
& && &&&continue
& & if str1[i].isupper(): #如果找到的是大写
& && &&&if countB == 1: #并且前面两个条件已经满足
& && && && &countC += 1 #计数第三个条件
& && && && &countA = 0
& && &&&else:
& && && && &countA += 1 #前面两个条件不满足后又找到大写，计数第一个条件
& && &&&continue
& & if str1[i].islower() and countA == 3: #找到小写且第一个条件满足，即满足前两个条件
& && &&&countB = 1
& && &&&countA = 0
& && &&&target = i #可能是密码字母，暂存下
& && &&&continue
& & if str1[i].islower() and countC == 3: #如果找到小写，并且前面三个条件都满足，说明暂存的就是密码字母
& && &&&print(str1[target], end='')
& & countA = 0
& & countB = 0
& & countC = 0
复制代码
支持楼主！
支持楼主！
& 累计签到：63 天连续签到：1 天
也是初学，给几个建议，不一定对：
建议一：发帖，复制粘贴可以，但也请稍微编辑下，一堆的、等等html标签 ...
谢谢您的建议，我会认真听取的，初进论坛有些东西不是很懂，还望以后多多指教，谢谢啦
& 累计签到：63 天连续签到：1 天
也是初学，给几个建议，不一定对：
建议一：发帖，复制粘贴可以，但也请稍微编辑下，一堆的、等等html标签 ...
再请教个问题：
下面这个第一个if语句满足条件执行后，遇到continue不就结束了这个for循环么，然后i+1再次进入循环，我是想说：下面两个if条件中的i一定不是相等的，您明白我意思么
&&if str1[i].islower() and countA == 3: #找到小写且第一个条件满足，即满足前两个条件
& && &&&countB = 1
& && &&&countA = 0
& && &&&target = i #可能是密码字母，暂存下
& && &&&continue
& & if str1[i].islower() and countC == 3: #如果找到小写，并且前面三个条件都满足，说明暂存的就是密码字母
& && &&&print(str1[target], end='')复制代码
& 累计签到：36 天连续签到：1 天
厉害 学习了
& 累计签到：86 天连续签到：1 天
不懂，学习了
& 累计签到：86 天连续签到：1 天
还是看不懂啊:titter:
& 累计签到：63 天连续签到：1 天
还是看不懂啊
& 累计签到：7 天连续签到：1 天
str1.replace(' ','')
str1.replace('\n','')
for each in str1:
& & if each.islower():
& && &&&count=str1.index(each)
& && &&&if str1[count-3:count].isupper() and str1[count+1:count+4].isupper():
& && && && &key+=each
print(key)& && &
& 累计签到：7 天连续签到：1 天
这样写可以不？
答案是不是lllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllll
& 累计签到：63 天连续签到：1 天
你运行一下试试呀
& 累计签到：15 天连续签到：1 天
& 累计签到：284 天连续签到：1 天
这样写可以不？
答案是不是llllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllll ...
我一开始跟你一样，140个l,但是不对，应该是lovefishc
& 累计签到：6 天连续签到：1 天
同求大神解答
& 累计签到：178 天连续签到：1 天
也是初学，给几个建议，不一定对：
建议一：发帖，复制粘贴可以，但也请稍微编辑下，一堆的、等等html标签 ...
这个算法是不是有个漏洞就是 当MMMaMMMMaaaMMMaMMM 时 countA = 0 countB = 1 countC & 3
就永远不会有结果啊
& 累计签到：22 天连续签到：1 天
收藏 前来学习！
& 累计签到：44 天连续签到：1 天
& 累计签到：48 天连续签到：2 天
还是没怎么看懂，卡在第20讲这里了。。。
& 累计签到：7 天连续签到：1 天
我现在也是卡在这。。。不懂
& 累计签到：43 天连续签到：1 天
其实可以罩着程序划下流程图，会有个大概理解。&&就是要自己写有点晕。
小甲鱼强烈推荐
新的视频新的面貌，希望大家喜欢 (≧∇≦)ﾉ
- - - - - - - - - - - -
新课程，新体验！
移动客户端下载（未启用）
微信公众号
Powered by
Copyright &
&&& All Rights Reserved.