數(shù)據(jù)采集與處理選擇題題庫

數(shù)據(jù)采集與處理選擇題題庫1.下列不屬于常見爬蟲類型的是（C）A.通用網(wǎng)絡(luò)爬蟲B.增量式網(wǎng)絡(luò)爬蟲C.淺層網(wǎng)絡(luò)爬蟲D.聚焦網(wǎng)絡(luò)爬蟲2.下列不屬于聚焦網(wǎng)絡(luò)爬蟲的常用策略的是（A）A.基于深度優(yōu)先的爬取策略B.基于內(nèi)容評價的爬取策略C.基于鏈接結(jié)構(gòu)評價的爬取策略D.基于語境圖的爬取策略3.下列不屬于常用反爬蟲手段的是（D)A.訪問頻度B.驗證碼校驗C.賬號權(quán)限D(zhuǎn).人工篩選4.下列屬于反爬蟲目的的是（B）A.限制訪問人數(shù)B.防止網(wǎng)站信息被競爭對手隨意獲取C.限制用戶訪問權(quán)限D(zhuǎn).變換網(wǎng)頁結(jié)構(gòu)5.下列關(guān)于Python爬蟲庫的功能，描述不正確的是（D）A.通用爬蟲庫－urllib3B.通用爬蟲庫－RequestsC.爬蟲框架－ScrapyD.HTML/XML解析器pycurl6.下列不屬于Socket庫中的方法是（C）A.服務(wù)器端方法B.公共方法C.通信方法D.客戶端方法7.下列屬于HTTP必須實現(xiàn)的請求方法的是（A)A.GET與HEADB.POST與DELETEC.TRACE和OPTIONSD.OPTIONS和CONNECT8.下列關(guān)于HTTP狀態(tài)碼類型描述錯誤的是（C)A.4XX表示客戶端可能發(fā)生錯誤B.5XX表示服務(wù)器可能發(fā)生錯誤C.1XX表示請求已被服務(wù)器接受，無須后續(xù)處理D.3XX表示客戶端的請求需采取進一步操作9.下列不屬于HTTP頭部類型的是（B）A.通用頭B.回復頭C.請求頭D.響應(yīng)頭10.下列有關(guān)Cookie機制描述錯誤的是（D）A.服務(wù)器能通過Cookie識別用戶B.通過Cookie驗證后不需重新提交表單C.Cookie按內(nèi)存式或硬盤式進行存儲D.Cookie不存在時效性11.下列不屬于HTTP請求過程的是（D）A.生成請求B.超時設(shè)置C.請求重定向D.搜索文檔12.下列關(guān)于Chrome開發(fā)者工具描述錯誤的是（C）A.元素面板可查看元素在頁面的對應(yīng)位置B.源代碼面板可查看HTML源碼C.網(wǎng)絡(luò)面板無法查看HTML源碼D.網(wǎng)絡(luò)面板可查看HTTP頭部信息13.下列關(guān)于Xpath中功能函數(shù)描述錯誤的是（A）A.contains方法可用于選取以指定值開頭的節(jié)點B.and方法可用于選取同時包含兩種指定值的節(jié)點C.text函數(shù)可用于選取包含指定文本內(nèi)容的節(jié)點D.text函數(shù)可提取節(jié)點文本內(nèi)容14.下列關(guān)于BeautifulSoup中對象類型描述錯誤的是（B）A.name方法可以獲取及修改Tag對象名稱B.attrs方法可獲取Tag對象的HTML屬性，返回值為列表形式C.string方法可獲取Tag對象中的文本字符串內(nèi)容D.NavigableString對象無法被編輯，但可以進行替換15.下列關(guān)于JSON模塊描述錯誤的是（D)A.JSON模塊可實現(xiàn)在Python中對JSN編碼及解碼的兩種操作B.將數(shù)據(jù)存儲為JSON文件是一個編碼過程C.dump方法可將JSON對象寫入文件內(nèi)D.dump方法可生成一個字符串16.下列不屬于動態(tài)網(wǎng)頁的是（D）A.京東首頁B.CSDN首頁C.微博首頁D.Selenium官網(wǎng)17.（多選）下列Selenium庫的方法中，通過元素名稱進行多元素定位的是（BCD）A.findelementbynameB.findelementsbynameC.find_elements_by_idD.find_elements_by_class_name18.下列連接MongoDB數(shù)據(jù)庫的代碼中，錯誤的是（B）A.pymongo.MongoClient()B.pymongo.MongoClient(27017)C.pymongo.MongoClient('localhost')D.pymongo.MongoClient('localhost',27017)19.獲取代理IP的方法有（D).A.VPNB.IP代理池C.ADSL寬帶撥號D.以上皆是20.表單登錄需要使用的請求方法是（B）A.GETB.POSTC.PUTD.DELETE21.使用Requests庫配置代理IP發(fā)送請求的參數(shù)是（A）A.proxiesB.agencyC.IPD.url22.（多選）Requests庫甲攜帶Cookie友送請求的參數(shù)是cookies,它接收的數(shù)據(jù)類型包括(AB)A.dictB.CookieJarC.listD.str23.關(guān)于LWPCookieJar對家，下列說法錯誤的是（D）A.用于存儲和加載CookieB.存儲Cookie的方法是saveC.加載Cookie的方法是loadD.FileCookieJar是LWPCookieJar的子類24.下列不屬于Scrapy框架的基本組成部分的是（A）A.引擎與調(diào)度器B.下載器與SpidersC.ItemPipelinesD.解析中間件25.下列對于Scrapy數(shù)據(jù)流向描述錯誤的是（C）A.引擎僅需要負責打開一個網(wǎng)站，并找到該網(wǎng)站的Spiders,并向該Spiders請求第一個要爬取的URLB.調(diào)度器返回下一個要爬取的URL給引擎，引擎將URL通過下載器中間件（請求方向）轉(zhuǎn)發(fā)給下載器（Downloader)C.Spiders處理響應(yīng)并返回爬取到的Items及（跟進的）新的請求給引擎解析中間件D.一旦網(wǎng)頁下載完畢，下載器會生成一個該網(wǎng)頁的響應(yīng)，并將其通過下載器中間件（返回響應(yīng)方向）發(fā)送給引擎26.下列對于Scrapy常用命令及其作用描述正確的是（A).A.startproject是一個全局命令，主要用于運行一個獨立的爬蟲B.genspider是一個項目命令，主要用于創(chuàng)建爬蟲模板C.crawl是一個項目命令，主要用于啟動爬蟲D.list是一個全局命令，主要用于列出項目中所有可用的爬蟲27.下列對于Scrapy爬蟲項目目錄說法錯誤的是（B）A.spiders目錄用于存放用戶編寫的爬蟲腳本B.items腳本定義了一個Item類，能夠存儲爬取的數(shù)據(jù)C.settings腳本用于設(shè)置參數(shù)D.pipelines腳本定義了一個Pipeline類，可以根據(jù)需求將數(shù)據(jù)保存至數(shù)據(jù)庫、文件等28.下列對于Scrapy的設(shè)置說法錯誤的是（D).A.Scrapy設(shè)置允許自