面试PHP程序员应该注意什么问题会出什么面试问题
这个好像我挺有话说的。
首先说下北京这边的面试流程：简历筛选(这个是门票，简历要搞的漂亮点)->电话预约（有的会电话面试一次再约）->基本技术面试（由一般的程序员来做）->二次技术面试（技术总监，主管）->人事面试（谈薪资）
基本是这个流程，有的公司流程可能会更长，越是大公司流程越长，要求越严格。
好的，我们知道了流程，说下应该注意的点。
第一、简历要写的符合用人单位要求，把php相关的技术点写上去，这个可以稍微夸大点，没关系，应该面试你的也是一般的程序员，他也不一定会。
第二、当你去一面的时候，就是一些基础的东西，比如php数组函数，时间函数，字符串函数。这个很难，不只是要记住，你要区别那些函数是最好，相同作用函数之间的应用差别（eg:+与array_merge)。然后是php设计模式，框架，orm,简单算法（排序），复杂度。sql语法，增删改查。数据库相关，mysql,redis,memeche他们的数据类型，数据库，数据表设计。
第三、做的项目与实际中遇到的困难。这个要好好准备，能看出你有没有实际项目和经验。
第四、架构，业务流程，这个在二次面试中问的多。
第五、到了人事哪里，就会问你离职原因啊，薪资要求呀。这个也要准备下。
最后补充一点，被面试官打击，好的面试官会给你分享他的成长与面试中你的问题。这个大多数好的情况，我曾经在面试中有人问过我shell文件后缀的，英文简写的全名单，wqnmgb，这种人你直接走就行，别搭理他，就算是去了也不是一个很好的工作环境。就是多投，多面，总有适合你的工作在等你。
来自一个面试失败N方的php程序员的答案~~F，有问题私信我。
为啥php面试要问框架
php只是一中服务端开发语言，只使用原生语言的话开发速度会很慢，使用框架开发效率会更好。
php的发展前景怎么样
个人以为无论是学习什么，其实都是有用途的，有前途的，关键还是在于学到什么程度，用到什么程度；题主提到的学习PHP是否有前途，这取决于学习的程度以及发展方向，如果只是简单的知道PHP的语法，能够写出简单的代码，如连接数据库、操作数据库等其实在企业开发中基本上是能够找到工作，和完成开发任务；但是如果仅仅是只学到这些程度，那么前途（钱途）不是那么好。在学习到基础知识，如：变量、数据类型、注释、常量、if…else、swith…case、while、do..while、for、运算符、数组、函数、常用函数；同时还需要学习WEB开发相关技术，如：HTML，HTML5，Javascript；还需要深入的学习面向对象编程的相关知识，知道什么是封装、什么是继承、什么是多态。常用框架：Codeigniter，ThinkPHP等.....
为什么php工作难找
在问为什么之前请先确认该事实是否属实。据我们了解程序员岗位目前最容易找工作的就是PHP岗位，没有之一。之后才是前端程序员和app程序员。
你所谓的难找或许是公司岗位的技能要求较高。因为php入门容易，突破性成长很难。对公司而言希望招聘到的php程序员能够独挡一面，也就是需求理解到位，有一定的架构经验，能快速基于各种框架完成开发，同事具备一定的前端开发能力。也就是说一个工作量不大的程序希望php程序员能全部一个人搞定。
对于这样的要求，大多数新手phper很难达到要求。反而是工程模块化很高的java程序员（同样也是新手）更容易找工作。
所以要找到php的工作最重要的是具备独当一面的能力，自己有作品，有github帐号，主流的tp或者yii框架上手即用。能快速给公司创造价值。
php面试都不会怎么办
把面试过程过问到的不会的问题进行复习。
python有什么推荐的好书吗
Python语言目前在Web开发、大数据、人工智能（机器学习、自然语言处理）等领域有广泛的使用，另外随着Python被列入到嵌入式开发语言中，未来Python在嵌入式开发领域的应用也非常值得期待，所以当前学习Python是一个不错的选择。
学习Python是完全可以自学的，可以按照以下的路线入门Python开发：
第一：定一个学习方向。由于目前Python的应用领域比较多，而且不同的应用领域需要具备不同的知识结构，所以在学习Python之前应该先定一个方向。由于目前正处在大数据落地应用的初期，未来大数据在产业互联网的落地应用必将会释放出大量的人才需求，所以大数据方向是不错的选择。
第二：从搭建开发环境开始学习Python。学习编程语言一定要一边用一边学，而且Python语言自身的语法非常简单，语法组织结构也比较清晰（前期），所以在学习Python的初期几乎不会遇到什么困难。Python具备脚本式语言的简洁性，同时又具备面向对象语言的灵活性，所以学习Python基本语法的过程还是比较有乐趣的。
第三：学习大数据相关基础知识。选择大数据方向有两个好处，一个好处是大数据方向涵盖的内容比较多，另一好处是可以从大数据优雅的过渡到机器学习领域，因为目前采用机器学习的方式实现大数据分析是一个流行的做法。大数据基础知识包括大数据平台的组成结构（Hadoop、Spark），大数据平台开发接口以及大数据分析知识。Python中的Numpy、Matplotlib、Scipy、pandas等库在数据分析领域有广泛的使用，所以可以重点学习一下。
第四：参加实习。学习Python的初期可以自学，但是在学习完基本的语法之后，最好找一个项目组参加实习，这个过程对于学习任何编程语言来说都是比较重要的。
作者简介：中国科学院大学计算机专业研究生导师，从事IT行业多年，研究方向包括动态软件体系结构、大数据、人工智能相关领域，有多年的一线研发经验。
欢迎关注作者，欢迎咨询计算机相关问题。
