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

自覺遵守考場紀律如考試作弊此答卷無效密自覺遵守考場紀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《數(shù)據(jù)采集與網(wǎng)絡(luò)爬蟲》2022-2023學年期末試卷院(系)_______班級_______學號_______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、