湖北工程學(xué)院《數(shù)據(jù)采集與網(wǎng)路爬蟲(chóng)》2022-2023學(xué)年期末試卷

學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁(yè)，共3頁(yè)湖北工程學(xué)院《數(shù)據(jù)采集與網(wǎng)路爬蟲(chóng)》2022-2023學(xué)年期末試卷題號(hào)一二三總分得分批閱人一、單選題（本大題共20個(gè)小題，每小題2分，共40分．在每小題給出的四個(gè)選項(xiàng)中，只有一項(xiàng)是符合題目要求的．）1、以下哪個(gè)不是爬蟲(chóng)中處理異步請(qǐng)求的方式？（）A.使用回調(diào)函數(shù)B.使用線程C.使用協(xié)程D.以上都是2、爬蟲(chóng)在處理網(wǎng)頁(yè)時(shí)，用于解析HTML內(nèi)容的庫(kù)是（）A.urllibB.jsonC.lxmlD.re3、以下哪個(gè)不是常見(jiàn)的爬蟲(chóng)存儲(chǔ)數(shù)據(jù)庫(kù)？（）A.MySQLB.MongoDBC.OracleD.Excel4、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的反爬蟲(chóng)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5、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于解析JSON數(shù)據(jù)？（）A.jsonB.simplejsonC.ujsonD.以上都是6、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的復(fù)雜表單提交？（）A.模擬填寫(xiě)B(tài).分析表單結(jié)構(gòu)C.以上都是D.以上都不是7、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)合法性驗(yàn)證的方法？（）A.正則表達(dá)式B.數(shù)據(jù)類(lèi)型檢查C.范圍檢查D.忽略驗(yàn)證8、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的多媒體文件鏈接？（）A.下載B.記錄C.忽略D.以上都是9、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的訪問(wèn)頻率限制？（）A.等待B.使用代理C.更換IPD.以上都是10、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)格式轉(zhuǎn)換的原因？（）A.適配存儲(chǔ)需求B.方便后續(xù)處理C.提高數(shù)據(jù)安全性D.滿(mǎn)足其他系統(tǒng)要求11、以下哪個(gè)不是爬蟲(chóng)中處理反爬蟲(chóng)的技巧？（）A.降低訪問(wèn)頻率B.使用隨機(jī)User-AgentC.頻繁更換IPD.以上都是12、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)壓縮的算法？（）A.GzipB.Bzip2C.RARD.Deflate13、以下哪種語(yǔ)言常用于編寫(xiě)網(wǎng)絡(luò)爬蟲(chóng)？（）A.JavaB.PythonC.C++D.Ruby14、以下哪種情況可能導(dǎo)致爬蟲(chóng)被法律追究責(zé)任？（）A.侵犯知識(shí)產(chǎn)權(quán)B.違反網(wǎng)站規(guī)定C.泄露用戶(hù)隱私D.以上都是15、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理HTTP代理？（）A.requests-proxyB.urllib.request.ProxyHandlerC.socksD.以上都是16、爬蟲(chóng)在處理網(wǎng)站的robots.txt禁止爬取時(shí)，應(yīng)該（）A.遵守規(guī)定B.嘗試突破C.忽略不管D.隨機(jī)選擇17、爬蟲(chóng)在處理網(wǎng)頁(yè)中的鏈接時(shí)，需要注意（）A.過(guò)濾無(wú)效鏈接B.避免死循環(huán)C.處理相對(duì)鏈接D.以上都是18、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)備份的方式？（）A.本地備份B.云端備份C.實(shí)時(shí)備份D.從不備份19、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理文件下載？（）A.urllib.request.urlretrieveB.requests.getC.wgetD.以上都是20、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理會(huì)話保持？（）A.requests.SessionB.httpx.SessionC.aiohttp.ClientSessionD.以上都是二、簡(jiǎn)答題（本大題共4個(gè)小題，共40分)1、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶(hù)發(fā)布的內(nèi)容的審核狀態(tài)數(shù)據(jù)。2、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能風(fēng)險(xiǎn)評(píng)估相關(guān)元素。3、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能教育相關(guān)元素。4、（本題10分）解釋網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶(hù)行為的趨勢(shì)分析數(shù)據(jù)。三、編程題