网络爬虫开发智慧树知到答案章节测试2023年杨凌职业技术学院

项目一测试下列不属于常见爬虫类型的是（）。

A:增量式网络爬虫

B:浅层网络爬虫

C:通用网络爬虫

D:聚焦网络爬虫

答案:B下列不属于聚焦网络爬虫的常用策略的是（）。

A:基于内容评价的爬取策略

B:基于深度优先的爬取策略

C:基于语境图的爬取策略

D:基于链接结构评价的爬取策略

答案:B下列不属于常用反爬手段的是（）。

A:反爬频度

B:验证码校验

C:账号权限

D:人工筛选

答案:D下列属于反爬虫目的的是（）。

A:防止网站信息被竞争对手随意获取

B:限制用户访问权限

C:限制访问人数

D:变换网页结构

答案:A下列属关于Python爬虫库的功能描述不正确的是（）。

A:HTML/XML解析器pycurl`

B:通用爬虫库urllib3

C:通用爬虫库Requests

D:爬虫框架Scrapy

答案:A搜索引擎使用了网络爬虫不停地从互联网抓取网站数据，并将网站镜像保存在本地。（）

A:对

B:错

答案:Arobots.txt文件中，User-agent后面跟的是爬虫的名称，Disallow后面跟着的是可以爬虫的网页。（）

A:错

B:对

答案:A爬虫是手动请求万维网网站且提取网页数据的程序。（）

A:错

B:对

答案:A每个网站都有robots.txt文件。（）

A:对

B:错

答案:B爬虫爬取的是网站后台的数据。（）

A:对

B:错

答案:B项目二测试吉多设计Python的灵感来源于（）。

A:C语言

B:ABC语言

C:Unixshell

D:Java语言

答案:B下列关于Python语言的特点说法中，错误的是（）。

A:ANSIC

B:Go

C:Python语言是非开源语言

D:Python语言是跨平台语言

答案:CPython源代码文件的后缀名是（）

A:png

B:doc

C:pdf

D:py

答案:D列表list=[1,2,3,4,5]，下列选项中为空的是（）

A:ist[1:1]

B:list[1:-1]

C:list[1:]

D:list[:-2]

答案:APython语言中用来定义函数的关键字是（）

A:class

B:def

C:return

D:function

答案:B在安装Python时，需要根据已有的系统来选择相应的安装程序。安装后，也需要配置环境变量。（）

A:错

B:对

答案:Belif语句可以单独使用。（）

A:对

B:错

答案:B元组的元素不能修改。（）

A:错

B:对

答案:B下列选项中，不能创建元组的语句是（）。

A:tup=(2)

B:tup=(1,2,98)

C:tup=tuple([1,2,3])

D:tup=[1,2,3]

答案:AD项目三测试如果站点服务器支持安全套接层(SSL)，那么连接到安全站点上的所有URL开头是()。

A:SHTTP

B:SSL

C:HTTPS

D:HTTP

答案:Cbody元素用于背景颜色的属性是()。

A:alink

B:color

C:vlink

D:background-color

答案:D为了标识一个HTML文件开始应该使用的HTML标记是()。

A:＜table＞

B:＜a＞

C:＜body＞

D:＜html＞

答案:D在HTML中，单元格的标记是()。

A:＜td＞

B:＜body＞

C:＜span＞

D:＜tr＞

答案:ACSS中的选择器不包括包括（）

A:超文本标记选择器

B:元素选择器

C:ID选择器

D:类选择器

答案:A()是网页与网页之间联系的纽带，也是网页的重要特色。

A:框架

B:表格

C:超链接

D:导航条

答案:C在HTML中，下面是段落标签的是：（）。

A:＜head＞＜/head＞

B:＜p＞＜/p＞

C:＜html＞＜/html＞

D:＜body＞＜/body＞

答案:B（）标签可以应用于〈head〉中。

A:＜image＞

B:＜body＞

C:＜html＞

D:＜title＞

答案:D下列哪一项是css添加背景图片的正确语法构成？（）

A:background-color

B:background-size

C:background-position

D:background-image

答案:D在HTML开发中,制作网站时首先需要考虑内容是()

A:图片色彩

B:文字字体第四章

C:页面内容

D:页面布局

答案:D项目四测试HTTPError是URLError的子类，专门用来处理HTTP请求错误，比如认证请求失败等。它有3个属性，下列选项哪一个不是它的属性（）。

A:Response

B:headers

C:reason

D:code

答案:A下列属于HTTP必须实现的请求方法的是（）。

A:OPTIONS和CONNECT

B:GET与HEAD

C:POST与DELE

D:TRACE和OPTIONS

答案:B下列关于HTTP状态码类型描述错误的是（）。

A:3XX表示客户端的请求需采取进一步操作

B:1XX表示请求已被服务器接受，无须后续处理

C:4XX表示客户端可能发生错误

D:5XX表示服务器可能发生错误

答案:B通过加入特定的____，可以将爬虫发出的请求伪装成浏览器。（）

A:Headers

B:opener

C:Request

D:User_Agent

答案:Durlopen方法中的data参数可以不是bytes类型。（）

A:错

B:对

答案:Arequests库中的requests.get(url)方法是请求目标网站，类型是一个HTTPresponse类型。（）

A:错

B:对

答案:B如果访问某网站的频率太高，则这个网站可能会禁止访问。（）

A:错

B:对

答案:Brequests库中的requests.get(url)方法中包括两个（对象）请求，其中一个为Request请求，即向服务器请求资源的request对象，第二个是Response请求，即包含从服务器返回的所有资源。（）

A:错

B:对

答案:BResponse类用于动态地响应客户端的请求，控制发送给用户的信息，并且将动态地生成响应，包括状态码、网页的内容等。（）

A:对

B:错

答案:A项目五测试下列不属于HTTP请求过程的是（）。

A:生成请求

B:超时设置

C:搜索文档

D:请求重定向

答案:C下列关于Chrome开发者工具描述错误的是（）

A:源代码面板可查看HTML源码

B:网络面板可查看HTTP头部信息

C:元素面板可查看元素在页面的对应位置

D:网络面板无法查看HTML源码

答案:D下列关于Xpah中功能函数描述错误的是（）

A:and方法可用于选取同时包含两种指定值的节点

B:text函数可用于选取包含指定文本内容的节点

C:contains方法可用于选取以指定值开头的节点

D:text函数可提取节点文本内容

答案:C下列关于Beautifulsoup中对象类型描述错误的是（）

A:string方法可获取Tag对象中的文本字符串内容

B:NavigableString对象无法被编辑，但可以进行替换

C:name方法可以获取及修改Tag对象名称

D:attrs方法可获取Tag对象的HTML属性，返回值为列表形式

答案:D下列选项中，属于非结构化数据的是：（）

A:图像

B:HTML

C:JSON

D:XML

答案:A对服务器端来说，它返回给客户端的数据格式可分为非结构化和结构化两种。（）

A:错

B:对

答案:B网页中的非结构化数据是指数据结构不规则或不完整，没有预定义的数据模型，不方便使用数据库二维逻辑来表现的数据，包括所有格式的办公文档、文本、图像等。（）

A:对

B:错

答案:A结构化数据就是能够用数据或统一的结构加以表示，具有模式的数据，包括HTML、XML和JSON等。（）

A:错

B:对

答案:B正则表达式、XPath和BeautifulSoup都是基于HTML/XML文档的层次结构来确定到达指定节点的路径。（）

A:错

B:对

答案:AXPath是一门在XML文档中查找信息的语言。XPath可用来在XML文档中对元素和属性进行遍历。（）

A:错

B:对

答案:B项目六测试使用以下哪个函数可以打开一个已经存在的文件？()

A:file

B:read

C:close

D:open

答案:D文件访问的默认模式为()。

A:ab

B:a

C:r

D:w

答案:C以二进制格式打开一个文件用于追加的访问模式为()。

A:w

B:ab

C:r+

D:r

答案:B改变文件目录所用的方法是()。

A:chdir()

B:remove()

C:read()

D:rename()

答案:A文件删除所用的方法是（）

A:read()

B:remove()

C:readlines()

D:rename()

答案:B使用withas语法。在with控制块结束时，文件会自动关闭（）。

A:错

B:对

答案:BJSON也就是JavaScript对象标记（）。

A:错

B:对

答案:B使调用dumps()方法将JSON字符串转化为对象()。

A:对

B:错

答案:B使用readines（）方法不可以把整个文件中的内容进行一次性读取（）。

A:错

B:对

答案:A向文件中写入数据，需要使用write方法()。

A:错

B:对

答案:B项目七测试以下哪个技术不是Ajax技术体系的组成部分？()

A:DHTML

B:CSS

C:XMLHttpRequest

D:DOM

答案:A下列哪些方法或属性是Web标准中规定的？()

A:innerHTML

B:all()

C:getElementsByTagName()

D:innerText

答案:C下列selenium库的方法中，通过元素名称定位的是()。

A:find_element_by_class_name

B:find_element_by_tag_name

C:find_element_by_name

D:find_element_by_id

答案:C下面方法中，进行浏览器页面前进的方法是()。

A:driver.forward()

B:driver.go()

C:driver.back()

D:driver.refresh()

答案:A关闭当前页面的方法是（）

A:driver.quit()

B:driver.close()

C:driver.back()

D:driver.forward()

答案:BAjax不能实现页面的交互（）。

A:错

B:对

答案:A可以使用request向服务器发送请求，然后得到响应（）。

A:错

B:对

答案:B使用driver.get()方法可以得到网页窗口的位置()。

A:对

B:错

答案:B使用Ajax解析内容时，得到响应后，触发onreadystatechange属性对应的方法（）。

A:对

B:错

答案:ADOM操作，即对Document网页文档进行操作，如更改、删除等()。

A:错

B:对

答案:B项目八测试下列不属于Scrapy框架的基本组成部分的是（）

A:引擎与调度器

B:解析中间件

C:ItemPipelines

D:下载器与Spiders

答案:A下列对于Scrapy数据流向描述错误的是（）

A:一旦网页下载完毕,下载器会生成一个该网页的响应,并将其通过下载器中间件（返回响应方向）发送给引擎

B:Spiders处理响应并返同爬取到的Items及(跟进的)新的请求给引擎解析中间件

C:引擎仅负责打开一个网站，并找到该网站的Spiders，并向该Spiders请求第一个要爬取的URL

D:调度器返回下一个要爬取的URL给引擎，引擎将URL通过下载器中间件（请求方向）转发给下载器Download

答案:B下列对于Scrapy常用命令及其作用描述正确的是（）

A:List是一个全局命令，主要用于列出项目中所有可用的爬虫

B:crawl是一个项目命令，主要用于启动限虫

C:genspider是一个项目命令，主要用于创建爬虫模板

D:startproject是一个全局命令，主要用于运行一个独立的爬虫

答案:D下列对于Scrapy虫项目目录说法错误的是（）。

A:Spiders目录用于存放用户编写的爬虫脚本

B:pipelines脚本定义了一个Pipeline类,可以根据需求将数据保存至数据库、文件等

C:settings脚本用于设置参数

D:items脚本定义了一个Item类，能够存储爬取的数据

答案:D下列对于Scrapy的设置说法错误的是（）

A:HTTPCACHE_ENABLED设置能够启用HTTP缓存，并设置路径

B:DOWNLOAD_DELAY设置能够限制爬取的速度

C:Scrapy设置允许自定义所有Scrapy组件的行为，包括核心、扩展、管道和爬虫本身

D:DOWNLOADER_MIDDLEWARES设置能够激活用户定制的下载器中间件

答案:DScrapy是一个为了爬取网站数据，提取结构性数据而编写的应用框架，我们只需要实现少量