湖北工程學(xué)院《數(shù)據(jù)挖掘與Python應(yīng)用》2022-2023學(xué)年期末試卷

學(xué)校________________班級____________姓名____________考場____________準(zhǔn)考證號學(xué)校________________班級____________姓名____________考場____________準(zhǔn)考證號…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁，共3頁湖北工程學(xué)院《數(shù)據(jù)挖掘與Python應(yīng)用》2022-2023學(xué)年期末試卷題號一二三總分得分一、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、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2、網(wǎng)絡(luò)爬蟲如何處理網(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3、網(wǎng)絡(luò)爬蟲如何判斷一個頁面是否已經(jīng)抓取過？（）A.數(shù)據(jù)庫記錄B.緩存記錄C.文件記錄D.以上都是4、以下哪個不是爬蟲中處理數(shù)據(jù)驗證的內(nèi)容？（）A.完整性B.準(zhǔn)確性C.一致性D.美觀性5、以下哪個不是爬蟲中處理數(shù)據(jù)壓縮的算法？（）A.GzipB.Bzip2C.RARD.Deflate6、在爬蟲中，以下哪個庫常用于處理HTTP代理？（）A.requests-proxyB.urllib.request.ProxyHandlerC.socksD.以上都是7、在爬蟲中，以下哪個庫常用于處理異常日志？（）A.loggingB.sentryC.fluentdD.以上都是8、爬蟲在處理網(wǎng)頁中的多媒體資源時，通?？紤]的因素是（）A.資源大小B.資源類型C.版權(quán)問題D.以上都是9、以下哪個不是常見的爬蟲框架？（）A.PySpiderB.Crawler4jC.Node.jsD.Scrapy10、在爬蟲中，如何處理網(wǎng)頁中的驗證碼識別錯誤？（）A.重新識別B.跳過C.人工干預(yù)D.以上都是11、以下哪個不是爬蟲中處理異步請求的方式？（）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12、在爬蟲中，處理數(shù)據(jù)的篩選通?；冢ǎ〢.數(shù)據(jù)值B.數(shù)據(jù)類型C.數(shù)據(jù)來源D.以上都是13、爬蟲獲取數(shù)據(jù)后，進行數(shù)據(jù)清洗通常不包括（）A.去除重復(fù)數(shù)據(jù)B.轉(zhuǎn)換數(shù)據(jù)格式C.加密數(shù)據(jù)D.糾正錯誤數(shù)據(jù)14、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15、在爬蟲中，如何處理網(wǎng)頁中的跳轉(zhuǎn)頁面？（）A.跟隨跳轉(zhuǎn)B.忽略跳轉(zhuǎn)C.分析跳轉(zhuǎn)目的D.以上都是16、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17、在爬蟲中，以下哪個庫常用于處理會話保持？（）A.requests.SessionB.httpx.SessionC.aiohttp.ClientSessionD.以上都是18、以下哪個不是爬蟲中處理數(shù)據(jù)重復(fù)的方法？（）A.去重算法B.數(shù)據(jù)庫去重C.緩存去重D.保留重復(fù)19、以下哪種數(shù)據(jù)格式常用于存儲爬蟲獲取的數(shù)據(jù)？（）A.CSVB.JSONC.XMLD.以上都是20、在爬蟲中，處理重定向的常見方法是（）A.自動跟隨B.忽略重定向C.手動處理D.以上都是二、簡答題（本大題共4個小題，共40分)1、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的可視化展示數(shù)據(jù)。2、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的地理定位信息。3、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的數(shù)據(jù)分頁和加載更多機制。4、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能規(guī)劃相關(guān)元素。三、編程題（本大題共2個小題，共20分