Data Science & ML

Web Scraping

BeautifulSoup, requests, การ parse HTML, XPath, CSS selectors, API, การแบ่งหน้า, แนวทางปฏิบัติที่ดีที่สุด

18 คำถามสัมภาษณ์·
Mid-Level
1

ไลบรารี Python ใดที่มักใช้สำหรับการส่งคำขอ HTTP ก่อนที่จะ parse เนื้อหา HTML?

คำตอบ

ไลบรารี requests เป็นมาตรฐานใน Python สำหรับการส่งคำขอ HTTP ด้วยวิธีที่ง่ายและใช้งานง่าย ช่วยให้สามารถส่งคำขอ GET, POST และ HTTP verbs อื่นๆ ด้วย API ที่ชัดเจน BeautifulSoup ไม่ส่งคำขอ HTTP เพียงแค่ parse HTML หลังจากที่ดึงมาได้

2

บทบาทหลักของ BeautifulSoup ในโปรเจกต์ web scraping คืออะไร?

คำตอบ

BeautifulSoup คือไลบรารีสำหรับการ parse HTML/XML ที่ช่วยให้สามารถนำทาง ค้นหา และดึงข้อมูลจากเอกสาร HTML ได้ มันสร้างต้นไม้ของเอกสารที่ทำให้ง่ายต่อการค้นหาองค์ประกอบผ่านเมธอด เช่น find() และ find_all() ไม่ได้ส่งคำขอ HTTP

3

เมธอด BeautifulSoup ใดที่ค้นหาองค์ประกอบทั้งหมดที่ตรงกับเกณฑ์ที่กำหนด?

คำตอบ

เมธอด find_all() คืนค่ารายการขององค์ประกอบทั้งหมดที่ตรงกับเกณฑ์ที่ระบุ (tag, แอตทริบิวต์, คลาส ฯลฯ) เมธอด find() คืนค่าเพียงองค์ประกอบแรกที่พบ select() ใช้ CSS selectors และ select_one() คืนค่าองค์ประกอบเดียวด้วย CSS selector

4

วิธีระบุ header User-Agent แบบกำหนดเองเมื่อส่งคำขอด้วย requests?

5

แอตทริบิวต์ใดของ Response object ที่คืนค่าเนื้อหา HTML เป็นข้อความ?

+15 คำถามสัมภาษณ์

หัวข้อสัมภาษณ์ Data Science & ML อื่นๆ

พื้นฐาน Python

Junior
25 คำถาม

การเขียนโปรแกรมเชิงวัตถุด้วย Python

Junior
20 คำถาม

โครงสร้างข้อมูล Python

Junior
20 คำถาม

พื้นฐาน Git

Junior
18 คำถาม

พื้นฐาน SQL

Junior
20 คำถาม

พื้นฐาน NumPy

Junior
22 คำถาม

พื้นฐาน Pandas

Junior
22 คำถาม

Jupyter & Google Colab

Junior
16 คำถาม

SQL Joins และคิวรีขั้นสูง

Mid-Level
22 คำถาม

Pandas ขั้นสูง

Mid-Level
24 คำถาม

การแสดงผลข้อมูลด้วย Matplotlib & Seaborn

Mid-Level
20 คำถาม

การแสดงผลแบบโต้ตอบด้วย Plotly

Mid-Level
18 คำถาม

สถิติเชิงพรรณนา

Mid-Level
20 คำถาม

สถิติเชิงอนุมาน

Mid-Level
24 คำถาม

BigQuery & Cloud Data

Mid-Level
18 คำถาม

Feature Engineering

Mid-Level
22 คำถาม

ML แบบมีผู้สอน: การถดถอย

Mid-Level
24 คำถาม

ML แบบมีผู้สอน: การจำแนกประเภท

Mid-Level
24 คำถาม

Decision Trees และ Ensembles

Mid-Level
24 คำถาม

Unsupervised ML

Mid-Level
22 คำถาม

ML Pipelines และการตรวจสอบ

Mid-Level
22 คำถาม

Time Series และการพยากรณ์

Mid-Level
22 คำถาม

พื้นฐาน Deep Learning

Senior
24 คำถาม

TensorFlow & Keras

Senior
22 คำถาม

CNN และการจำแนกภาพ

Senior
24 คำถาม

RNN และซีเควนซ์

Senior
22 คำถาม

Transformers และ Attention

Senior
24 คำถาม

NLP และ Hugging Face

Senior
24 คำถาม

GenAI และ LangChain

Senior
24 คำถาม

MLOps และการ Deploy

Senior
24 คำถาม

เชี่ยวชาญ Data Science & ML สำหรับการสัมภาษณ์ครั้งถัดไป

เข้าถึงคำถามทั้งหมด flashcards แบบทดสอบเทคนิค แบบฝึกหัด code review และตัวจำลองสัมภาษณ์

เริ่มใช้ฟรี