简介：这是一份面向 Python 求职者与基础学习者的面试知识点速查 PDF，聚焦生成器、迭代器、列表与元组、字典实现、GIL 全局解释器锁、Py2/Py3 差异、可变与不可变对象、闭包与装饰器等高频问题，以问答形式给出精炼结论与代码示例，适合笔试面试前快速回顾。资源仅含 1 个 PDF 文件，压缩包约 304KB，体积轻巧，可随时在手机或电脑上查阅；目前已有 13637 人学习下载。除核心八股外，内容还延伸到 list/dict 底层存储原理、多线程与多核 CPU 的关系、元类的定义与使用场景等进阶话题，并配有 fib 生成器、计时装饰器、迭代器判断等常见片段，能帮助读者把零散知识点串成体系，补足易被追问的细节。PDF 按问题组织内容，从内置电池概念到多线程 GIL 均有涉及，适合系统性梳理与考前冲刺。
1. Python 八股文.pdf 的本质：把知识压缩成可检索的索引
很多候选人手里都有一份 Python 八股文.pdf，里面罗列着 GIL、装饰器、迭代器、MRO 这类高频问题。可现实是，背完这份 PDF 的人，往往能在选择题里拿高分，却在面试现场被一句“你能举个例子吗”卡住。原因很简单：八股文只给了“最常用的结论”，没给你“结论背后的推导链”。这篇文章不是让你再背一遍，而是让你把这份 PDF 当成一个入口：看清每个知识点被拿出来问的真实动机，知道怎么整理、怎么验证、怎么把它讲成面试官愿意听到的答案。适合正在准备 Python 岗位的求职者，也适合想系统梳理基础概念的初级开发。读完你会得到一套从“背”走向“用”的方法。
2. 拆开 Python 八股文：四块必考地基与它们的底层逻辑
整份 PDF 看似散乱，其实知识点都压在四个地基上：对象模型、函数语法糖、面向对象体系、并发与内存管理。任何一个追问，最后都会落到这四个域里。下面按域拆开，每个都给最小示例和面试官真正的考察点。
2.1 对象模型与内建容器：is与==只是开胃菜
先看最经典的一段：
a = [1, 2] b = [1, 2] print(a is b) # False：两个列表对象不同 print(a == b) # True：值相同 c = 256 d = 256 print(c is d) # True：小整数被缓存为单例 e = 257 f = 257 print(e is f) # 通常 False：超出缓存范围，创建新对象is比较的是对象身份（内存地址），==比较的是值。小整数从 -5 到 256 会被解释器缓存成单例，所以c is d返回 True；超出这个范围，每次字面量都会创建新对象，e is f一般返回 False。这里“一般”是因为不同解释器、不同运行方式（交互式命令行和脚本文件）对整数字面量的复用策略不完全一致，八股文里如果只写“257 是 False”就容易翻车。
面试官把这个放在第一题，看的是你分不分得清“值相等”和“对象相同”这两个维度。如果你能进一步说出“in做容器查找时靠__eq__，dict的 key 额外还要算__hash__”，说明你对对象模型有整体认识。很多容器相关的坑都来自这里：把可变对象放进set会报TypeError，因为列表不可哈希；自定义类不重写__hash__就放进字典，两个“相等”的实例会被当作两个 key。
另一处高频点是“可变默认参数”。我在整理 PDF 时专门把这个例子放了一页：
def add_item(item, cache=[]): # 默认参数在定义时只创建一次 cache.append(item) return cache print(add_item(1)) # [1] print(add_item(2)) # [1, 2]：共享了同一个列表默认参数在函数定义时只求值一次，cache指向同一个列表对象，所以多次调用会累积。修法要么用None再在函数体内创建新列表，要么用cache: list | None = None。这个考的不是语法，而是“对象什么时候创建、什么时候被共享”的执行模型。
所以整理这块时，我建议你在每个知识条目下固定写四行：
- 一句话结论
- 最小代码片段
- 内存/对象层面的原因
- 一个能直接用于生产的修正写法
这样 PDF 就不是背的，而是排查问题时的索引。
2.2 函数语法糖：装饰器、生成器、上下文管理器
这三个概念在 PDF 里常被分到不同小节，但在运行时本质上都依赖“函数对象可以被保存和传递”这一事实。装饰器是闭包的典型应用：
import functools import time def elapsed(func): @functools.wraps(func) # 保留原函数的元信息 def wrapper(*args, **kwargs): start = time.perf_counter() result = func(*args, **kwargs) print(f"{func.__name__} cost {time.perf_counter() - start:.4f}s") return result return wrapper @elapsed # 等价于 sleep_a_little = elapsed(sleep_a_little) def sleep_a_little(): time.sleep(0.1) sleep_a_little()@elapsed等价于sleep_a_little = elapsed(sleep_a_little)。wrapper捕获了外层的func，这就是闭包。functools.wraps会把原来函数的__name__、__doc__复制到wrapper上，否则被装饰后函数名会变成wrapper，八股文里如果不提这一点，面试追问“装饰器对函数元信息的影响”就会卡住。
参数说明：*args收集位置参数，**kwargs收集关键字参数，这样装饰器才能包住任意签名的函数。time.perf_counter()提供高精度计时。这段代码可以直接保存成decorator_demo.py运行，不需要外部依赖。
生成器的考点更偏向状态保存：
def fibonacci(): a, b = 0, 1 while True: yield a # 暂停并保存当前状态 a, b = b, a + b fib = fibonacci() # 此时函数体不会执行 for _ in range(5): print(next(fib)) # 输出 0 1 1 2 3yield会把函数变成生成器对象，next()每次从上次暂停的地方继续。和一次性返回列表相比，生成器不保存完整序列，适合流式处理大文件。面试官通常会让“手写一个生成器”，你要能说出“函数体里只要有yield，调用函数时不会执行函数体，只返回生成器对象”。
上下文管理器则考察“资源释放”的执行顺序：
class ManagedFile: def __init__(self, filename, mode): self.filename = filename self.mode = mode def __enter__(self): # 进入 with 块时调用 self.file = open(self.filename, self.mode) return self.file def __exit__(self, exc_type, exc_value, traceback): self.file.close() return False # False 表示不抑制异常 with ManagedFile("hello.txt", "w") as f: f.write("hello")__exit__返回False表示异常不会被吞掉；如果返回True，异常会被抑制，这通常是八股文里的隐藏考点。with能保证即使写入过程抛异常也会调用__exit__，这就是“资源安全”的关键。
这三个例子放在同一节，是因为面试官经常把它们混在“Python 的函数式能力”里考。你整理 PDF 时，建议把“闭包、惰性求值、资源释放”三者的触发场景对比成表格，比如“装饰器是外层函数返回内层函数，生成器是函数执行变成状态机，上下文管理器是协议方法保证清理”。
2.3 面向对象与继承：MRO、super、__slots__
菱形继承是必考：
class A: def who(self): print("A") class B(A): def who(self): print("B") super().who() # 按 MRO 找下一个类 class C(A): def who(self): print("C") super().who() class D(B, C): pass d = D() d.who()输出顺序是B C A，而不是B A。因为 Python 用 C3 线性化算法计算 MRO，D的 MRO 是D -> B -> C -> A -> object。super()不是“父类”，而是按 MRO 的下一个类继续查找。如果你在整理这份 PDF 时只写“super()用于调用父类方法”，面试官一追问“那 C 的who为什么会被调用”就答错了。
代码逻辑说明：B.who中调用super().who()，它按D的 MRO 找B后面的类，也就是C。所以打印完B后进入C.who，打印C后再调到A.who。想要验证 MRO，可以直接打印D.__mro__，输出会是一串类对象，这也应该写进你的 PDF 示例。
__slots__常被当作“优化手段”考：
class Point: __slots__ = ("x", "y") # 固定允许的属性名 def __init__(self, x, y): self.x = x self.y = y p = Point(1, 2) # p.z = 3 # AttributeError：没有 __dict__ 支持普通实例会有一个__dict__来存储实例属性，__slots__用固定长度描述符替代它，所以不能添加新属性，但能显著降低内存占用。注意：如果类存在__slots__，又没有在基类加__slots__，子类仍然会生成__dict__。这一条属于典型的“知道结论但不知道边界”，PDF 里需要专门标注。
面向对象这块，八股文常考“__new__和__init__的区别”“抽象基类怎么用”“类变量和实例变量的查找顺序”。你可以把每个问题都写成“代码 + 输出 + MRO/查找链”的结构，面试官稍稍深挖，你就能顺着查表讲出来。
2.4 并发与内存管理：GIL、引用计数与垃圾回收
GIL 是 Python 八股文里存在感最强的概念。代码演示比纯背诵更直观：
import threading import time counter = 0 def add(): global counter for _ in range(1000000): counter += 1 # 读、加、写三步并非原子操作 threads = [threading.Thread(target=add) for _ in range(2)] start = time.time() for t in threads: t.start() for t in threads: t.join() print(counter, time.time() - start)在官方解释器中，这个程序运行后counter通常不是 2000000，甚至可能出现随机值。原因不只是 GIL，还有+=不是原子操作：它要经过“读、加、写”三步，两个线程可能在中间交错。哪怕有 GIL，线程切换也可能发生在字节码指令之间，所以仍然要加锁。
GIL 的全称是全局解释器锁，它让同一进程里同一时刻只有一个线程能执行 Python 字节码。引入它的初衷是保护内存管理——官方解释器用引用计数管理对象，如果不加全局锁，多个线程同时修改引用计数会导致内存错误。代价是无法利用多核做 CPU 密集并行。因此八股文的标准结论是：I/O 密集用多线程，CPU 密集用多进程。
内存管理这块，引用计数是主导：每个对象有一个计数，被引用就加一，删除就减一，减到零就回收。循环引用需要靠gc模块来清理。你可以用gc.get_objects()看当前对象数，用sys.getrefcount查看引用计数，但这些属于“验货手段”，不要在面试现场现查。
到这里你应该能发现，四块地基相互关联：对象模型解释is，闭包解释装饰器，MRO 解释继承，GIL 解释并发。PDF 里的问题只是入口，真正值钱的是你能把这些问题串成一张网。
3. 从零整理自己的 Python 八股文.pdf：骨架、示例与导出
我见过不少人的八股文 PDF 是从网上随便下载的，排版很好但内容庞杂，背了半个月还是记不住。更好的做法是按自己习惯整理。下面是我常用的流程，从 Markdown 骨架到可验证的示例，再到导出设置。
3.1 用目录和标签搭骨架，让知识点可检索
不要在 PDF 里做成“问答列表”，要做到“问题能被定位”。我一般先用 Markdown 建一个骨架：
# Python 八股文知识库 ## 1 对象模型 ### 1.1 == 与 is - 一句话结论 - 代码示例 - 底层原因 - 常见追问 ## 2 函数进阶 ### 2.1 装饰器 - 一句话结论 - 代码示例 - 底层原因 - 常见追问 ## 3 面向对象 ### 3.1 MRO - 一句话结论 - 代码示例 - 底层原因 - 常见追问 ## 4 并发与内存 ### 4.1 GIL - 一句话结论 - 代码示例 - 底层原因 - 常见追问这个结构的好处是，每个知识点固定四段，复习时只看“一句话结论”，理解时看“底层原因”，面试前重点看“代码示例”。你还可以在最前面用一个表格登记“掌握程度”：
| 知识点 | 结论 | 示例 | 底层 | 掌握度 |
|---|---|---|---|---|
| == 与 is | 已了解 | 已运行 | 未深究 | 60% |
表格里的掌握度每周更新一次，不熟悉的知识点单独抽出来重写。用标签分类也很有效：在标题后加[高频]、[易忘]、[版本敏感]，导出 PDF 后能通过目录快速过滤。
3.2 给每个知识点配上能独立运行的示例，并自动验证
八股文 PDF 最怕代码跑不通。我的做法是在写出示例后，用一个脚本扫描全文代码块，检查语法是否能通过编译。下面这个脚本可以放在你的整理目录里，每次更新 Markdown 后跑一遍：
import pathlib import re def check_code_blocks(md_path: str) -> list[str]: text = pathlib.Path(md_path).read_text(encoding="utf-8") blocks = re.findall(r"```python\n(.*?)```", text, re.S) problems = [] for index, code in enumerate(blocks): try: compile(code, f"block_{index}", "exec") # 只编译不执行 except SyntaxError as exc: problems.append(f"Block {index} line {exc.lineno}: {exc.msg}") return problems if __name__ == "__main__": errors = check_code_blocks("python_bagu.md") if errors: print("Syntax errors found:") for e in errors: print(e) else: print("All python blocks are compilable.")逻辑说明：re.findall用非贪婪匹配抓取所有```python到```之间的文本，re.S让.能匹配换行。compile只做语法编译，不执行代码，避免你为了验证某段代码意外触发文件写入或网络请求。如果你想做更严的“运行验证”，可以在compile后调用exec，但必须在沙箱环境里，并且确认代码没有外部副作用。
参数说明：md_path是你的 Markdown 文件路径；index是代码块在文档里的顺序号；exc.lineno是出错行号，方便定位。这个脚本不需要第三方库，Python 3.8 以上都能跑。跑完如果提示All python blocks are compilable.，才能进入导出步骤。
3.3 导出 PDF 时重点调三处：目录、代码高亮、字体换行
内容整理好后，导出 PDF 不是简单点一下“打印”。以下三个设置直接影响复习体验：
| 设置项 | 建议值 | 原因 |
|---|---|---|
| 目录 | 生成可跳转的书签目录 | 面试前按章节快速定位 |
| 代码高亮 | 选择 Python 语法高亮 | 变量与关键字更容易分辨 |
| 字体/换行 | 中文字体 + 代码块自动换行 | 避免代码被截断，中文不显示为方框 |
具体操作因工具而异，但大方向是：先导出 HTML 再转 PDF，或在 Markdown 编辑器里选择“导出 PDF”并打开“包含目录”开关。如果你对排版有强迫症，可以在导出前检查两点：第一，所有代码块的缩进是否统一；第二，横向长度超过 80 字符的代码是否被换行，PDF 不会像编辑器那样给你横向滚动条。
导出后别急着结束，做一次“用户测试”：用阅读器搜索“GIL”，看能不能直接跳到对应页。我通常还会在 PDF 里加一页“索引表”，列出每个知识点的页码，这样在面试候场里翻起来最快。
3.4 把答案改写成自己的话，避免“背错版本”
整理 PDF 时最忌讳直接复制别人总结的语言。八股文之所以叫八股文，就是因为语言高度模板化，面试官一听就知道你在背。我的习惯是，每看到一个知识点，先照着代码运行一遍，然后关掉原文，用自己的话写一遍解释。写完和原文对比，如果发现表述不清，说明你还没懂。
比如“GIL”的标准解释是“全局解释器锁，限制同一时刻只有一个线程执行字节码”。用自己的话可以是“官方解释器为了让内存管理不被多线程搞乱，给解释器加了一把大锁；这把锁让 Python 线程无法在多个 CPU 核上同时算代码”。后者更像人话，也更接近面试官想要的答案。
这样整理出的 PDF 才有个人色彩，你在面试现场回忆时，会直接想起自己写的比喻，而不是背一串定义。
4. Python 八股文复习避坑：四个让背题失效的真实问题
“背题翻车”不是努力不够，而是方法踩了坑。下面四条是我整理和复习时踩过的，每一条都对应“现象→原因→解决”。
4.1 现象：背了所有答案，面试官一追问就卡壳
很多人把 PDF 从头到尾背了一遍，面试官问“defaultdict和dict的区别”能秒答，但继续问“为什么defaultdict能在访问不存在 key 时不抛异常”，就愣住了。原因是八股文只给了结论，没给结论建立在哪个机制上。defaultdict之所以不抛异常，是因为它重写了__missing__方法；普通dict访问不存在的 key 时，__getitem__会先触发__missing__，如果不存在该方法再抛KeyError。你只要把“__missing__”这个底层钩子说出来，面试官就知道你懂的是机制而不是死记。
from collections import defaultdict d = defaultdict(list) d["group"].append(1) print(d["group"]) # [1] print(d["nokey"]) # []：自动调用 __missing__ 生成默认值解决：整理 PDF 时，在每个知识点后面加一行“最深层的一个钩子是什么”。比如：
==对应__eq__in对应__contains__with对应__enter__/__exit__for对应__iter__/__next__
背熟这些钩子，追问就变成你主动展示的素材。
4.2 现象：把 Python 2 和 Python 3 的行为混着讲
我在一份旧八股文 PDF 里看到过“dict.keys()返回列表”，这在 Python 2 是对的，在 Python 3 返回视图对象。如果你面试时说“keys 返回列表”，面试官直接就能判断你资料过时。类似还有print是语句还是函数、range返回列表还是迭代器、字符串默认编码等等。原因不是你不懂，而是资料没标注版本。
解决：在 PDF 首页写清“以 Python 3.x 为主，差异点单独提示”。每个涉及版本行为的知识点，在标题后用[Py3]或[Py2/3差异]标记。复习到input/raw_input这类问题时，主动对比一下新老写法，并说一句“如果是 Python 3，应该用input，返回字符串；Python 2 的input会做 eval，有安全风险”。
4.3 现象：示例代码跑不通，或者复制后报 NameError
很多 PDF 里的代码为了排版省略了导入语句，例如直接写read_csv("data.csv")却不写导入和数据来源，或者用了自定义变量但不给定义。你照抄运行后报错，会怀疑是自己环境坏了，其实只是示例不自包含。面试时如果照搬这种片段，还会给面试官留下“你根本没跑过代码”的印象。
解决：在整理 PDF 时，所有示例遵循“自包含”原则：导入放最前，变量在同一段定义完整，尽量只用标准库。然后跑一遍我在 3.2 节给的检查脚本，至少保证语法可编译。更严格的一步是真实执行一次，确认输出和你在 PDF 里写的一致。如果确实依赖第三方库，在代码块上方用一句话说明“需要安装某库”，但不要为了演示去背一堆外部依赖。
4.4 现象：只看不写，面试时手写代码出洋相
八股文 PDF 是静态资料，复习时很容易陷入“眼睛看懂了”的错觉。我见过 A 同学把装饰器原理倒背如流，面试官让他手写一个完整装饰器，他写不出闭包的返回结构。原因就是手写和阅读用的脑区不同，看得懂不代表写得出来。
解决：每周抽 3 个知识点，用文本编辑器打开一个空白文件，不参考 PDF 从头写代码。写完再和 PDF 对照。如果你能用笔在纸上写出def decorator(func): def wrapper(*args, **kwargs): ... return wrapper这样的整体结构，再去面试才稳。另一个实操方案是让朋友帮忙抽题，你直接在白板上写，写完再讲一遍。这个过程痛苦，但比对着 PDF 默读有效得多。
5. 用“一分钟讲题法”把八股文变成面试答案
PDF 整理完，剩下一步是“把知识讲出来”。我试过最有效的方式是“一分钟讲题法”：随机抽一个知识点，给自己一分钟，用三句话说清楚——它是什么、为什么存在、怎么用。拿 GIL 举例，你的三句可以是：
- GIL 是官方解释器里的全局锁，它保证同一时刻只有一个线程在执行 Python 字节码。
- 它的存在是为了保护引用计数和内存管理，避免多线程同时操作对象导致内存错误。
- 所以 CPU 密集任务用多进程绕开 GIL，I/O 密集任务用多线程依然有收益。
这三句话不能照背，要边想边说。我个人的习惯是打开手机录音，讲完回放。如果哪句话出现“呃”“那个”超过两次，说明这个知识点还没形成肌肉记忆。回放时重点听因果连接词：是“因为...所以...”，还是“反正就是这样”。
这个方法也可以用于验证 PDF 里的表述。当你把一分钟录音转成文字，对照 PDF 原文，你会发现很多地方 PDF 用的是书面语，而你说出的是口语。口语才是面试时的表达方式。所以我在整理 PDF 时，会把一些关键条目改成口语化的“我来说一遍”版本。比如装饰器，我会在 PDF 里写：“装饰器就是把一个函数传给另一个函数，内层函数把它包起来，再返回新函数。用@只是省去手动赋值的语法糖。”这句话比“装饰器是一个接受函数并返回新函数的可调用对象”更适合面试现场。
最后分享一个教训：我曾经把整份 PDF 背得滚瓜烂熟，结果面试官让我“解释下with怎么保证文件一定被关闭”，我只说了“因为__exit__会被调用”，没能讲清“就算中途异常，解释器也会保证调用__exit__，把清理推进栈里”。后来我用一分钟讲题法把所有涉及资源释放的知识点重练了一遍，才真正补上这块。整理八股文 PDF 不是终点，把它讲成自己的话才是。希望帮到你。
本文还有配套的精品资源，点击获取
