22春“计算机科学与技术”专业《网络爬虫与信息提取》在线作业答案参考3

1、22春“计算机科学与技术”专业网络爬虫与信息提取在线作业答案参考1. 通用搜索引擎大多提供基于关键字的检索，难以支持根据语义信息提出的查询。( )T.对F.错参考答案：T2. 在有spiders何setting.py这两项的情况下，可以写出爬虫并且保存数据，items.py和pipelines.py文件是原作者的失误而导致的冗余文件。( )T.对F.错参考答案：F3. 如果使用Python的数据结构来做类比的话，MongoDB中库相当于一个( )。A.列表B.元组C.字典D.集合参考答案：C4. 参数headers=( )，把请求头添加到Scrapy请求中，使爬虫的请求看起来像是从浏览器发起的

2、。A.HEADERB.HEADERSC.HEADD.BODY参考答案：B5. cookies在http请求中是明文传输的。( )T.对F.错参考答案：T6. 自动填充验证码的方式有( )自动填充验证码的方式有( )A.手动识别填写B.图像识别C.打码网站D.浏览器自动识别参考答案：BC7. HTTP常用状态码表明表明客户端是发生错误的原因所在的有( )。A.403B.404C.500D.503参考答案：AB8. 在对XPath返回的对象再次执行XPath的时候，子XPath开头需要添加斜线。( )T.对F.错参考答案：F9. 使用Selennium获取网页中元素的方法有( )。A.find_e

3、lement_by_nameB.find_element_by_idC.find_elements_by_nameD.find_elements_by_id参考答案：ABCD10. 要使用tesseract来进行图像识别，需要安装两个第三方库( )要使用tesseract来进行图像识别，需要安装两个第三方库( )A.requestsB.beautifulsoupC.PillowD.pytesseract参考答案：CD11. 以下哪个HTML标签表示定义 HTML 表格中的行( )以下哪个HTML标签表示定义 HTML 表格中的行( )A.B.C.D.参考答案：C12. 在Linux的终端使用a

4、pt-get命令安装一系列依赖库时，其中如果存在有已经安装的库，会覆盖掉之前的库重新安装。( )在Linux的终端使用apt-get命令安装一系列依赖库时，其中如果存在有已经安装的库，会覆盖掉之前的库重新安装。( )A.正确B.错误参考答案：B13. lxml库中etree模块的( )方法把Selector对象转换为bytes型的源代码数据。A.etree.tostringB.etree.convertBytesC.etree.toBytesD.etree.convertstring参考答案：A14. 使用python定制mitmproxy，下面的语句请求的是( )。req.headers&q

5、uot;User-Agent"A.headersB.文本内容C.目标网站D.user-agent参考答案：D15. Scrapyd可以同时管理多个Scrapy工程里面的多个爬虫的多个版本。( )T.对F.错参考答案：T16. Python中( )与元组由类似的数据读取方式。A.字符串B.列表C.字典D.集合参考答案：AB17. Python中Object=obj_1:1，obj_2:2，则Objcet.get(boj_3，3)是( )。A.1B.2C.3D.无输出参考答案：C18. 爬虫中间件的作用对象是请求request和返回response。( )爬虫中间件的作用对象是请求request和返回response。( )A.正确B.错误参考答案：B19. Python中直接对浮点数进行计算有print(0.1+0.2)，则结果为0.3。( )A.正确B