湖北恩施学院《数据运维与管理》2021-2022学年期末试卷

学校________________班级____________姓名____________考场____________准考证号学校________________班级____________姓名____________考场____________准考证号…………密…………封…………线…………内…………不…………要…………答…………题…………第1页，共3页湖北恩施学院《数据运维与管理》

2021-2022学年期末试卷题号一二三总分得分批阅人一、单选题（本大题共20个小题，每小题2分，共40分．在每小题给出的四个选项中，只有一项是符合题目要求的．）1、爬虫在处理网页时，用于解析HTML内容的库是（）A.urllibB.jsonC.lxmlD.re2、在爬虫中，以下哪个库常用于处理会话保持？（）A.requests.SessionB.httpx.SessionC.aiohttp.ClientSessionD.以上都是3、以下哪种情况可能导致爬虫被网站识别为异常访问？（）A.访问频率过高B.访问时间异常C.访问路径异常D.以上都是4、以下哪个不是爬虫框架的特点？（）A.代码复用B.简化开发C.降低性能D.方便管理5、网络爬虫在抓取网页时，如何处理网页中的图片？（）A.下载B.忽略C.提取图片链接D.以上都是6、爬虫在处理网页的动态内容时，可能会用到的工具是（）A.SeleniumB.PuppeteerC.SplashD.以上都是7、以下哪个不是爬虫中处理数据筛选的方法？（）A.条件判断B.正则表达式C.随机筛选D.按照规则筛选8、在爬虫中，处理robots.txt文件的目的是（）A.了解网站的爬取规则B.获取网站地图C.查找隐藏页面D.提高爬取效率9、以下哪个不是爬虫中数据提取的方法？（）A.正则表达式B.XPathC.CSS选择器D.随机生成10、以下哪种语言常用于编写网络爬虫？（）A.JavaB.PythonC.C++D.JavaScript11、以下哪个不是爬虫中处理数据质量评估的指标？（）A.准确性B.完整性C.一致性D.美观性12、以下哪个不是常见的反爬虫策略？A.验证码B.IP封禁C.页面加密D.数据压缩13、网络爬虫如何处理网页中的动态加载数据？（）A.分析接口B.模拟操作C.以上都是D.以上都不是14、爬虫在处理网站的验证码时，不建议采取的方式是（）A.人工识别B.机器学习识别C.暴力破解D.放弃爬取该页面15、以下哪个不是爬虫中处理数据清洗的方法？（）A.去除空格B.转换大小写C.数据填充D.保留原始数据16、在爬虫中，以下哪个库常用于处理数据加密？（）A.cryptographyB.hashlibC.pycryptodomeD.以上都是17、爬虫在处理网页中的多媒体资源时，通常考虑的因素是（）A.资源大小B.资源类型C.版权问题D.以上都是18、以下哪种数据格式常用于存储爬虫获取的数据？（）A.CSVB.JSONC.XMLD.以上都是19、在处理爬虫获取的大量文本数据时，以下哪个技术常用于文本分类？（）A.机器学习B.深度学习C.以上都是D.以上都不是20、网络爬虫在抓取数据时，如何处理网站的反爬虫验证码升级？（）A.寻找新的破解方法B.降低抓取频率C.暂时停止抓取D.以上都是二、简答题（本大题共4个小题，共40分)1、（本题10分）说明网络爬虫如何处理网页中的缓存机制。2、（本题10分）解释网络爬虫如何处理网页中的用户行为的异常检测和预警数据。3、（本题10分）解释网络爬虫如何处理网页中的用户行为的信息资源规划和分配数据。4、（本题10分）简述网络爬虫如何处理网页中的智能语义理解相关元素。三、编程题（本大题共2个小题