華南理工大學(xué)《數(shù)據(jù)采集與網(wǎng)絡(luò)爬蟲》2022-2023學(xué)年期末試卷

自覺遵守考場紀(jì)律如考試作弊此答卷無效密自覺遵守考場紀(jì)律如考試作弊此答卷無效密封線第1頁，共3頁華南理工大學(xué)《數(shù)據(jù)采集與網(wǎng)絡(luò)爬蟲》2022-2023學(xué)年期末試卷院(系)_______班級_______學(xué)號_______姓名_______題號一二三總分得分批閱人一、單選題（本大題共20個小題，每小題2分，共40分．在每小題給出的四個選項中，只有一項是符合題目要求的．）1、網(wǎng)絡(luò)爬蟲獲取網(wǎng)頁內(nèi)容時，通常使用的協(xié)議是（）A.HTTPB.FTPC.SMTPD.TCP2、網(wǎng)絡(luò)爬蟲在解析HTML頁面時，以下哪個庫比較常用？（）A.lxmlB.reC.pandasD.matplotlib3、網(wǎng)絡(luò)爬蟲在抓取網(wǎng)頁時，如何處理網(wǎng)頁中的圖片？（）A.下載B.忽略C.提取圖片鏈接D.以上都是4、以下哪個不是爬蟲中處理異常的方式？（）A.重試B.跳過C.終止程序D.記錄日志5、在爬蟲中，用于模擬瀏覽器行為的庫是（）A.requestsB.BeautifulSoupC.SeleniumD.Scrapy6、以下哪種語言常用于編寫網(wǎng)絡(luò)爬蟲？（）A.PythonB.JavaC.C++D.以上都是7、在爬蟲中，處理數(shù)據(jù)的提取精度通常取決于（）A.需求B.算法C.數(shù)據(jù)質(zhì)量D.以上都是8、在爬蟲中，如何處理網(wǎng)頁中的加密數(shù)據(jù)？（）A.破解加密B.尋找解密方法C.放棄抓取D.以上都是9、以下哪個不是爬蟲中處理數(shù)據(jù)合法性驗證的方法？（）A.正則表達(dá)式B.數(shù)據(jù)類型檢查C.范圍檢查D.忽略驗證10、在爬蟲中，如何處理網(wǎng)頁中的圖片？（）A.下載B.忽略C.只獲取鏈接D.以上都是11、以下哪個不是爬蟲中處理數(shù)據(jù)加密的場景？（）A.傳輸過程B.存儲過程C.計算過程D.展示過程12、爬蟲在處理網(wǎng)站的反爬蟲機(jī)制時，首先應(yīng)該（）A.嘗試突破B.遵守規(guī)則C.尋找漏洞D.放棄爬取13、網(wǎng)絡(luò)爬蟲在抓取數(shù)據(jù)時，如何處理異常情況？（）A.記錄日志B.重試C.跳過D.以上都是14、在爬蟲中，以下哪個庫常用于處理數(shù)據(jù)排序？（）A.sortedB.numpy.sortC.pandas.sort_valuesD.以上都是15、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲JavaScript挑戰(zhàn)？（）A.分析JavaScript邏輯B.使用工具模擬執(zhí)行C.放棄抓取D.以上都是16、以下哪個不是爬蟲中處理數(shù)據(jù)壓縮的算法？（）A.GzipB.Bzip2C.RARD.Deflate17、以下哪種語言常用于編寫網(wǎng)絡(luò)爬蟲？（）A.JavaB.PythonC.C++D.JavaScript18、以下哪個不是爬蟲中數(shù)據(jù)去重的方法？（）A.哈希去重B.數(shù)據(jù)庫去重C.人工篩選D.排序去重19、在爬蟲中，以下哪個庫常用于處理數(shù)據(jù)加密解密？（）A.pycryptodomeB.cryptographyC.hashlibD.以上都是20、以下哪個不是爬蟲中處理數(shù)據(jù)更新的策略？（）A.定時更新B.增量更新C.全量更新D.隨機(jī)更新二、簡答題（本大題共4個小題，共40分)1、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能數(shù)據(jù)分析相關(guān)元素。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能設(shè)計相關(guān)元素。3、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息產(chǎn)品創(chuàng)新和改進(jìn)數(shù)據(jù)。4、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息資源規(guī)劃和分配數(shù)據(jù)。三、編程題（本大題共2個小題，共20分)1、