湖北工程學(xué)院《數(shù)據(jù)挖掘與Python應(yīng)用》2021-2022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)挖掘與Python應(yīng)用》2021-2022學(xué)年期末試卷題號(hào)一二三總分得分一、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、網(wǎng)絡(luò)爬蟲(chóng)抓取數(shù)據(jù)時(shí)，需要遵循的最重要原則是：A.抓取速度快B.抓取數(shù)據(jù)準(zhǔn)確C.遵守網(wǎng)站的使用規(guī)則D.盡可能抓取更多數(shù)據(jù)2、在爬蟲(chóng)中，用于模擬瀏覽器行為的庫(kù)是（）A.requestsB.BeautifulSoupC.SeleniumD.Scrapy3、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)隱私的方法？（）A.匿名化處理B.加密處理C.公開(kāi)數(shù)據(jù)D.以上都是4、在處理大規(guī)模數(shù)據(jù)抓取時(shí)，以下哪個(gè)不是需要考慮的問(wèn)題？（）A.存儲(chǔ)容量B.網(wǎng)絡(luò)帶寬C.計(jì)算資源D.數(shù)據(jù)加密5、以下哪個(gè)不是爬蟲(chóng)中處理分布式任務(wù)的框架？（）A.CeleryB.KafkaC.RabbitMQD.以上都是6、以下哪個(gè)不是影響爬蟲(chóng)性能的因素？（）A.網(wǎng)絡(luò)帶寬B.服務(wù)器性能C.編程語(yǔ)言D.代碼優(yōu)化7、以下哪個(gè)庫(kù)在Python中常用于網(wǎng)絡(luò)爬蟲(chóng)？（）A.requestsB.BeautifulSoupC.ScrapyD.以上都是8、在爬蟲(chóng)中，處理動(dòng)態(tài)加載數(shù)據(jù)的常見(jiàn)方式是（）A.分析接口B.模擬操作C.等待加載完成D.以上都是9、網(wǎng)絡(luò)爬蟲(chóng)獲取的數(shù)據(jù)通常需要進(jìn)行（）處理。A.清洗B.去重C.轉(zhuǎn)換D.以上都是10、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)存儲(chǔ)的優(yōu)化方式？（）A.批量寫(xiě)入B.壓縮存儲(chǔ)C.索引優(yōu)化D.減少存儲(chǔ)11、以下哪個(gè)不是爬蟲(chóng)中處理頁(yè)面解析錯(cuò)誤的方式？（）A.跳過(guò)B.重試C.記錄錯(cuò)誤D.停止爬蟲(chóng)12、以下哪種情況可能導(dǎo)致爬蟲(chóng)的效率降低？（）A.頻繁的I/O操作B.復(fù)雜的正則表達(dá)式C.大量的計(jì)算D.以上都是13、在爬蟲(chóng)中，設(shè)置請(qǐng)求頭的主要目的是（）A.提高爬取速度B.偽裝成瀏覽器C.減少服務(wù)器響應(yīng)時(shí)間D.節(jié)省網(wǎng)絡(luò)流量14、在爬蟲(chóng)中，處理數(shù)據(jù)的加密通常使用（）A.AESB.RSAC.哈希函數(shù)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、以下哪種情況可能導(dǎo)致爬蟲(chóng)被網(wǎng)站識(shí)別為異常訪問(wèn)？（）A.訪問(wèn)頻率過(guò)高B.訪問(wèn)時(shí)間異常C.訪問(wèn)路徑異常D.以上都是17、網(wǎng)絡(luò)爬蟲(chóng)在處理網(wǎng)頁(yè)中的JavaScript代碼時(shí)，可以使用以下哪種工具？（）A.PyV8B.Node.jsC.V8D.以上都是18、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的跳轉(zhuǎn)？（）A.自動(dòng)跟隨B.按照規(guī)則處理C.忽略D.以上都是19、在處理動(dòng)態(tài)網(wǎng)頁(yè)時(shí)，以下哪種技術(shù)對(duì)爬蟲(chóng)比較有幫助？（）A.SeleniumB.PhantomJSC.SplashD.以上都是20、以下哪個(gè)是爬蟲(chóng)中常見(jiàn)的存儲(chǔ)數(shù)據(jù)庫(kù)？（）A.MySQLB.MongoDBC.RedisD.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）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能建筑設(shè)計(jì)相關(guān)元素。2、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶行為的信息項(xiàng)目管理和監(jiān)控?cái)?shù)據(jù)。3、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能容災(zāi)相關(guān)元素。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的JavaScript生成的內(nèi)容。三、編程題（