Python網(wǎng)絡(luò)爬蟲(chóng)與數(shù)據(jù)采集試題1

Python網(wǎng)絡(luò)爬蟲(chóng)與數(shù)據(jù)采集試題選擇題（每題2分）1、下列哪個(gè)選項(xiàng)不屬于HTTP協(xié)議的請(qǐng)求方法?（）GETPUSHPUTPOST下列哪個(gè)HTML標(biāo)簽可以設(shè)置超鏈接?（）<p><div><a><h1>正則表達(dá)式“\d{3}-\d{8}|\d{4}-\d{8}”能匹配下列哪個(gè)字符串?（）010-123456780432-12345670101234567804321234568Requests庫(kù)中，可以查看響應(yīng)狀態(tài)碼的方法是（）textencodingcookiesstatus_code關(guān)于JavaScript說(shuō)法不正確的是（）JavaScript是一種面向?qū)ο?、?dòng)態(tài)類型的解釋性語(yǔ)言JavaScript主要運(yùn)行在網(wǎng)站服務(wù)器上瀏覽器中的頁(yè)面是在HTML的基礎(chǔ)上經(jīng)過(guò)JavaScript加工處理后生成的JavaScript可以寫(xiě)在HTML的<script>標(biāo)簽中下列NumPy方法中，能夠?qū)蓚€(gè)二維數(shù)組橫向拼接的是（）matinvvstackhstack以下不是Scrapy框架組件的是（）????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????EngineSchedulerProcesserPipeline在Scrapy框架中，Downloader下載頁(yè)面內(nèi)容后結(jié)果經(jīng)Engine發(fā)送到哪個(gè)組件？????????????????????????????????????????????????????????????????????????????????????????????????（）???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????SpidersPipelineScheduler以上均不正確Scrapy項(xiàng)目的settings.py文件中，指定log的最低級(jí)別的設(shè)置項(xiàng)是（）BOT_NAMEDOWNLOAD_DELAYLOG_LEVELUSER_AGENTRequestHeader中指定是否需要持久連接的是（）AcceptRefererRangeConnection判斷題（每題2分）Python字符串操作中的strip方法可以去掉字符串左、右側(cè)的空格（）python_whois庫(kù)可以查詢網(wǎng)站所有者的相關(guān)信息（）正則表達(dá)式中“$”匹配前面的子表達(dá)式0次或1次（）SQL是一種小巧易用的輕量型關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)（）pandas中的Series數(shù)據(jù)類型的特點(diǎn)是相比普通的一維數(shù)組能存放更多數(shù)據(jù)（）Matplotlib可以用于繪制圖表。（）Selenium是一個(gè)專門用于開(kāi)發(fā)Python爬蟲(chóng)的瀏覽器（）Selenium中模擬鍵盤(pán)輸入的函數(shù)是send_keys()（）Python自帶的單元測(cè)試模塊是unittest（）某同學(xué)認(rèn)為自己開(kāi)發(fā)的爬蟲(chóng)對(duì)網(wǎng)站的影響很小，可以忽略robots.txt中的內(nèi)容（）三、填空題（每題2分）旨在讓網(wǎng)站訪問(wèn)者（或訪問(wèn)程序）了解該網(wǎng)站的信息抓取限制。HTTP請(qǐng)求中的方法向指定資源提交數(shù)據(jù)進(jìn)行處理請(qǐng)求。正則表達(dá)式中表示匹配任意數(shù)字的是“”。Chrome開(kāi)發(fā)者工具中的面板主要用來(lái)調(diào)試JavaScript。網(wǎng)絡(luò)API使用約定和格式呈現(xiàn)數(shù)據(jù)。是一個(gè)開(kāi)源的鍵值對(duì)存儲(chǔ)數(shù)據(jù)庫(kù)?？梢圆倏v瀏覽器進(jìn)行一些類似于普通用戶的行為。瀏覽器一般把Cookie數(shù)據(jù)放在HTTP請(qǐng)求中的數(shù)據(jù)中?？梢灶愃苆Query的形式解析網(wǎng)頁(yè)，并支持CSS選擇器。驗(yàn)證碼的英文名稱縮寫(xiě)為。四、簡(jiǎn)答題（每題4分）1.請(qǐng)使用正則表達(dá)式匹配下列字符串（1）只能輸入數(shù)字。（2）只能輸入非零的正整數(shù)（3）只能輸入長(zhǎng)度為3的字符（4）只能輸入由26個(gè)大寫(xiě)英文字母組成的字符串（5）只能輸入由26個(gè)英文字母組成的字符串2.請(qǐng)簡(jiǎn)述HTTP請(qǐng)求中的GET、HEAD、POST、PUT和DELETE方法（4分）3.請(qǐng)舉例說(shuō)明5種反爬蟲(chóng)的方式（4分）請(qǐng)簡(jiǎn)述Scrapy包含的組件及其功能。（至少舉出5個(gè)組件）（4分）5.請(qǐng)說(shuō)明Scrapy爬蟲(chóng)