关于网络的一些小知识

一、一些简单应用的默认端口

FTP（文件传输协议）：21　　DNS　　HTTPS：443　　POP3：110　　DHCP动态主机设置协议：客户端67，服务端68　　SQL：SQL server1433 MySQL3306 Oracle1521

SSH安全登陆、文件传送（SCP）、端口重定向：22　　telnet不安全的文本传送：23　　SMTP：25　　TFTP：69　　finger:79　　HTTP：80远程终端3389　　ping：IMCP协议不须要端口　

二、B/S与C/S结构的区别

三、TCP与UDP协议的区别

1）TCP是基于链接的，UDP是基于无链接  

2）对系统资源的要求（TCP较多，UDP少）  

3）UDP程序结构较简单  

4）流模式与数据报模式  

5）TCP保证数据正确性，UDP可能丢包，TCP保证数据顺序，UDP不保证 

四、Heap与stack的差异

1）heap是堆，stack是栈

2）stack的空间由操做系统自动分配和释放，heap的空间是手动申请和释放的，heap经常使用new关键字来分配

3）stack空间有限，heap的空间是很大的自由区　　

五、.net中读写数据库须要用到哪些类？它们的做用？

DataSet：数据存储器

DataCommand：执行语句命令

DataAdapter：数据的集合，用语填充

六、存储过程是什么？触发器的做用？索引的做用？各优势是？

存储过程(stored procedure)是一组为了完成特定功能的sql 语句集，经编译后存储在数据库。中用户经过指定存储过程的名字并给出参数(若是该存储过程带有参数)来执行它。

触发器是一种特殊类型的存储过程，当使用下面的一种或多种数据修改操做在指定表中对数据进行修改时，触发器会生效：UPDATE、INSERT 或 DELETE。触发器能够查询其它表，并且能够包含复杂的 SQL 语句。它们主要用于强制复杂的业务规则或要求。触发器的优势以下：

　　触发器是自动的：它们在对表的数据做了任何修改（好比手工输入或者应用程序采起的操做）以后当即被激活。

　　触发器能够经过数据库中的相关表进行层叠更改。例如，能够在 titles 表的 title_id 列上写入一个删除触发器，以使其它表中的各匹配行采起删除操做。该触发器用 title_id 列做为惟一键，在 titleauthor、sales 及 roysched 表中对各匹配行进行定位。
触发器能够强制限制，这些限制比用 CHECK 约束所定义的更复杂。与 CHECK 约束不一样的是，触发器能够引用其它表中的列。例如，触发器能够回滚试图对价格低于 10 美圆的书（存储在 titles 表中）应用折扣（存储在 discounts 表中）的更新。

七、爬虫的基本流程包括哪些流程？

发起请求——获取响应内容——解析内容——保存数据

八、python中经常使用的库

1. Requests.Kenneth Reitz写的最富盛名的http库。每一个Python程序员都应该有它。
2. Scrapy.若是你从事爬虫相关的工做，那么这个库也是必不可少的。用过它以后你就不会再想用别的同类库了。
3. wxPython.Python的一个GUI（图形用户界面）工具。我主要用它替代tkinter。你必定会爱上它的。
4. Pillow.它是PIL（Python图形库）的一个友好分支。对于用户比PIL更加友好，对于任何在图形领域工做的人是必备的库。
5. SQLAlchemy.一个数据库的库。对它的评价褒贬参半。是否使用的决定权在你手里。
6. BeautifulSoup.我知道它很慢，但这个xml和html的解析库对于新手很是有用。
7. Twisted.对于网络应用开发者最重要的工具。它有很是优美的api，被不少Python开发大牛使用。
8. NumPy.咱们怎么能缺乏这么重要的库？它为Python提供了不少高级的数学方法。
9. SciPy.既然咱们提了NumPy，那就不得不提一下SciPy。这是一个Python的算法和数学工具库，它的功能把不少科学家从Ruby吸引到了Python。
10. matplotlib.一个绘制数据图的库。对于数据科学家或分析师很是有用。
11. Pygame.哪一个程序员不喜欢玩游戏和写游戏？这个库会让你在开发2D游戏的时候如虎添翼。
12. Pyglet.3D动画和游戏开发引擎。很是有名的Python版本Minecraft就是用这个引擎作的。
13. pyQT.Python的GUI工具。这是我在给Python脚本开发用户界面时次于wxPython的选择。
14. pyGtk.也是Python GUI库。颇有名的Bittorrent客户端就是用它作的。
15. Scapy.用Python写的数据包探测和分析库。
16. pywin32.一个提供和windows交互的方法和类的Python库。
17. nltk.天然语言工具包。我知道大多数人不会用它，但它通用性很是高。若是你须要处理字符串的话，它是很是好的库。但它的功能远远不止如此，本身摸索一下吧。
18. nose.Python的测试框架。被成千上万的Python程序员使用。若是你作测试导向的开发，那么它是必不可少的。
19. SymPy.SymPy能够作代数评测、差别化、扩展、复数等等。它封装在一个纯Python发行版本里。
20. IPython.怎么称赞这个工具的功能都不为过。它把Python的提示信息作到了极致。包括完成信息、历史信息、shell功能，以及其余不少不少方面。必定要研究一下它。