简介面向准备Python技术面试的初中级开发者与求职者整理55道常见面试题及参考答案涵盖语法基础、数据结构、函数作用域、循环嵌套、装饰器、异常处理、字典与文件操作、正则匹配、logging日志、JSON序列化等高频考点。内容以题目、代码片段、输出结果和解析相结合的方式呈现便于读者理解执行顺序、易错细节与标准答题思路也可作为日常查漏补缺的复习清单。资源包共1个docx文档约80KB轻量便于下载后直接阅读和检索已有1108人学习下载。对需要快速熟悉Python面试题型、梳理知识框架或临考复盘的人来说可从中获得较完整的题目索引、答案参照和知识点串联价值。1. 面试题不是背答案Python 面试题到底在考什么很多人第一次刷 Python 面试题心态跟背单词差不多把答案记住面试时对上了就行。可真到面试现场面试官把代码一改问一句“那这里为什么会报错”脑子就空了。这跟背菜谱却不会开火是一个道理——你记住的是“这道菜长什么样”没搞懂“火候为什么这么走”。Python 面试题及答案这类资料本质不是题库而是一张知识地图它把语法、数据结构、作用域、装饰器、异常处理、面向对象、文件操作这些散点用一道道小题串成线。题目本身会过时但题背后的机制不会。搞懂一道题等于点亮一个概念搞懂一类题等于打通一条链路。这篇就借一份 55 道规模的 Python 面试题资料把“面试题究竟在考什么”讲透让你从“背答案”切换到“看懂出题人的意图”。2. 为什么面试官爱出这些题从一段代码看考察逻辑2.1 一道“找不重复元素的和”暴露的两种思维资料里第一题就很典型给一个数组求其中没有重复出现的那些值的和。原题给了两版写法第一版用两个列表分别记录“已收集”和“已作废”的元素逐个遍历、判断、移除第二版一行搞定def func2(lis): # set 去重count 判断该元素在原列表中是否只出现一次 return sum([i for i in set(lis) if lis.count(i) 1]) print(func2([3, 4, 1, 2, 5, 6, 6, 5, 4, 3, 3])) # 输出 1 2 3这段代码短但信息量不小。set(lis)先把重复元素压掉count(i) 1再筛出“原本只出现一次”的那些最后sum求和。参数上没什么可调的但面试官真正想看的是你会不会用集合这个数据结构你知不知道count的复杂度是线性的、放在列表推导里其实是 O(n²)以及你能不能说出“短不等于快”。第一种写法虽然啰嗦但只遍历一遍第二种写法漂亮元素一多就翻车。这就是面试题的第一层考察不是问你“能不能写出来”而是问你“知不知道自己写了什么代价”。2.2 作用域那道题为什么a 3会直接报错资料里有一道看着莫名其妙的题a 1 def bar(): a 3 bar() print(a)答案是运行出错。很多人第一反应是“缩进错了吧”其实问题在作用域规则上。函数体里一旦出现对a的赋值语句Python 在编译阶段就把a判定为这个函数的局部变量可a 3又需要先读a的旧值局部变量还没赋值就要读于是抛出UnboundLocalError。想改全局的a得在函数里先声明global a。这道题的价值不在答案而在它逼你区分两个概念名字的绑定发生在编译期值的读写发生在运行期。搞清这一点后面遇到闭包、装饰器里“为什么外层变量能记住”时就不会懵。面试官出这类题是在筛“有没有真正理解 Python 的对象模型”而不是筛“记不记得 global 这个关键字”。2.3 装饰器与异常执行顺序为什么总记反资料里那段双层装饰器的代码输出顺序常常让人栽跟头def decorator_a(func): print(Get in decorator_a) def inner_a(*args, **kwargs): print(Get in inner_a) return func(*args, **kwargs) return inner_a def decorator_b(func): print(Get in decorator_b) def inner_b(*args, **kwargs): print(Get in inner_b) return func(*args, **kwargs) return inner_b decorator_b # 等价于 f decorator_b(decorator_a(f)) decorator_a def f(x): print(Get in f) return x * 2 f(1)记住两句话就够了装饰发生在函数定义完成的那一刻从下往上套调用发生在你写f(1)的时候从上往下剥。所以先打印decorator_a、再打印decorator_b套的顺序调用时先进inner_b、再进inner_a、最后才是f本体。这个“定义时自下而上、调用时自上而下”的规律是装饰器类面试题的统一钥匙比死记某一段输出靠谱得多。异常处理那道题同理try里抛异常、except捕获并returnfinally照样打印ok。finally的语义是“无论如何都要走一遍”它是清理资源的兜底通道不是异常分支的一部分。理解这一点你才知道为什么文件操作、锁、数据库连接都爱把它或with挂在后面。2.4 从语法题到工程题文件遍历、正则与日志的分量资料后半段开始从“语法判断”转向“工程能力”。比如遍历文件夹下所有文件路径给了两种写法一种用os.walk逐层产出(root, dirs, files)三元组再拼接路径一种用os.listdir配合递归。前者是迭代器思路一次只吐一层内存友好后者靠函数自己调自己代码直观但层级深了容易踩递归上限。再比如正则match只从字符串开头匹配search会扫描整串默认量词是贪婪的尽量多吞字符量词后加个?才变成非贪婪。还有日志模块的意义、json序列化时datetime要自定义编码器、中文要加ensure_asciiFalse才不被转成转义序列。这些点单拎出来都不难但它们共同指向一件事面试官在确认你有没有写过真正会跑很久、会出错的代码。语法题考记忆工程题考经验。3. 题目背后的知识骨架几张必须拎清的概念对照3.1 数据结构与容器列表、集合、字典各管一摊资料里反复出现的几个容器其实分工明确。列表管顺序、允许重复按下标取值快按值查找慢集合管去重和成员判断in操作接近常数时间但无序字典管映射键唯一查找同样高效。第一题用set去重、用count计数就是把“去重”和“计数”两件事分别交给合适的工具——如果元素量级大更稳的写法是先用字典统计频次再挑出次数为 1 的键求和整体只扫一遍。这类“换个容器复杂度就掉一个量级”的判断是面试题里最高频的隐性考点。3.2 面向对象那一串继承、封装、多态与鸭子类型面向对象部分题量最大也最容易背串。继承是子类直接获得父类的属性与方法封装是把属性方法收进类里、用双下划线做名字改写并不是真正“藏起来”而是变成_类名__属性的形式多态是不同对象调同一个方法得到不同结果Python 里连对列表、字符串、数字行为不同都算多态的体现。鸭子类型则是动态语言特有的判断方式一个对象合不合格不看它继承自谁而看它有没有需要的方法和属性——“走起来像鸭子、叫起来像鸭子那就是鸭子”。与之配套的还有super()子类想同时调用父类同名方法时用、MRO 与 C3 算法多继承时方法查找的顺序规则、单下划线与双下划线的区别前者是约定俗成的“内部使用”后者触发名字改写。这一串概念像一条链缺一环后面就接不上。3.3 特殊方法与魔术方法双下划线不是玄学资料列了一串双下划线方法__new__负责造对象、__init__负责初始化、__call__让实例能像函数一样加括号调用、__str__决定print一个对象时显示什么、__getattr__在属性找不到时兜底、__delattr__在删属性时触发。它们不是语法糖摆设而是 Python 把“对象在各种场合该有什么行为”开放给开发者定制的接口。一个常见的困惑是__new__和__init__谁先谁后先__new__造出实例再__init__往实例上挂数据。单例模式的两种写法正好用得上这组知识——一种重写__new__加锁保证只造一次一种用元类在__call__里拦住创建过程。资料把两种都给了本质是在说同一个需求可以从“造对象”这一层拦也可以从“类怎么被调用”这一层拦。3.4 代码执行顺序与作用域链从编译期到运行期把前面几题串起来看会发现一个隐藏主线Python 的执行不是从上到下一条直线。函数定义时装饰器立即执行、闭包捕获外层名字函数调用时局部作用域、闭包作用域、全局作用域、内置作用域按 LEGB 顺序查找异常抛出时try、except、finally各按自己的语义走一遍finally永远收尾。把这些顺序理清那些“输出结果是什么”的题就不再靠运气。4. 容易搞混的几组概念初学者最常翻车的地方4.1 易混点一is和不是一回事很多人混是因为小整数和短字符串的缓存让人觉得“两个看起来一样的东西就是同一个”。区分方法很直接比的是值is比的是内存地址是不是同一个对象。判断类型是否相同要用type(a) A或更推荐的isinstance判断两个变量是否指向同一个对象才用is。资料里isinstance与type那道题就在提醒子类实例用type去比父类会得到False而isinstance会返回True因为后者考虑继承关系。4.2 易混点二实例方法、类方法、静态方法三者都是定义在类里的函数差别在第一个参数和装饰器。实例方法第一个参数是self只能由实例调用类方法用classmethod第一个参数是cls实例和类都能调常用于写备用构造器静态方法用staticmethod既没有self也没有cls本质是挂在类命名空间下的普通函数。混的原因多半是“都能通过类名调用”但能不能碰实例数据、能不能碰类数据是三条完全不同的路。4.3 易混点三实例变量与类变量实例变量是每个对象自己的一份类变量是所有实例共享的一份。容易出错的地方在于通过实例去改类变量实际上会在实例上新建一个同名属性类变量本身岿然不动只有通过类名去改才是真的改共享值。这个差别在计数器、配置默认值这类场景里会直接导致结果对不上。4.4 易混点四浅拷贝与深拷贝、可变与不可变字典那道题func(mydict)改完mydict后外面看到的是{a: 0, b: 2, c: 2}原因是字典是可变对象函数里拿到的是同一个对象的引用改内容就是改本体。换成一个整数传进去函数里怎么改外面都不变。混的根源是没建立“变量是标签、对象才是实体”的直觉。一旦接受这个模型拷贝、传参、默认参数写成可变对象这类坑就都能提前躲开。4.5 易混点五match与search、贪婪与非贪婪正则里match只在字符串开头尝试开头不匹配直接Nonesearch会扫全串找第一个命中。贪婪匹配是“能多拿就多拿”量词后加?变成非贪婪“够用就停”。混的原因是两者都“返回匹配结果”看起来只差个函数名实际匹配范围和结果长度完全不同。写邮箱、提取标签内容这类题选错一个就是空结果或者吞掉一大段。5. 什么时候该用这份资料一个具体场景和几条边界假设你正在准备一次 Python 岗的面试简历上写着“熟悉 Python”但心里清楚自己只是“用过”。这时候最有效的路径不是从语法书第一页翻起而是拿一份成体系的题单做诊断先扫一遍题目凡是看到就心里发虚的标记出来再按标记去补概念每补完一块回来重做那道题看能不能讲出“为什么这样写、换个条件会怎样”。这份 55 道规模的资料适合的场景很明确语法自检、概念补漏、面试前的口头表达训练。它的题目覆盖了数组去重求和、变量作用域、多层循环枚举、装饰器执行顺序、异常与finally、字典引用传递、目录遍历、正则匹配、日志、json序列化、面向对象三大特性、鸭子类型、super与 MRO、魔术方法、单双下划线、三种方法类型、isinstance与type、with上下文管理、单例模式、可调用对象、栈与队列的手写实现、单链表逆置、类的加载过程、OSI 七层模型等一串点正好是一张“初级到中级”的知识网。它不适合的场景也得说清如果你要的是某个框架的实战、性能调优的深度方案或者想靠背题混过一轮这份资料帮不上。题目里的代码都是独立小片段没有工程上下文答案给的是结论讲不透的地方需要你自己回去翻文档、动手跑一遍。真正把它用出价值的姿势是——每道题都亲手敲一遍改几个参数看输出怎么变尤其是装饰器、作用域、可变对象这几类光看必翻车。我自己的习惯是做题时先不看答案把预测的输出写在纸上跑完对一遍错的题在旁边写一句“我原来以为……其实……”。这一句就是你的认知缺口。那份资料里“找不重复元素的和”我第一遍就写了个双重循环觉得挺对直到看到集合那版才意识到自己压根没想过复杂度。从那以后我每次看这类题都强制先问一句“换个数据量还成立吗”再动手写。希望这份思路帮到你资料在题在剩下的是你亲手跑一遍。本文还有配套的精品资源点击获取