华南理工大学《数据采集与网络爬虫》2022-2023学年期末试卷

自觉遵守考场纪律如考试作弊此答卷无效密自觉遵守考场纪律如考试作弊此答卷无效密封线第1页，共3页华南理工大学《数据采集与网络爬虫》2022-2023学年期末试卷院(系)_______班级_______学号_______姓名_______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、网络爬虫获取网页内容时，通常使用的协议是（）A.HTTPB.FTPC.SMTPD.TCP2、网络爬虫在解析HTML页面时，以下哪个库比较常用？（）A.lxmlB.reC.pandasD.matplotlib3、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4、以下哪个不是爬虫中处理异常的方式？（）A.重试B.跳过C.终止程序D.记录日志5、在爬虫中，用于模拟浏览器行为的库是（）A.requestsB.BeautifulSoupC.SeleniumD.Scrapy6、以下哪种语言常用于编写网络爬虫？（）A.PythonB.JavaC.C++D.以上都是7、在爬虫中，处理数据的提取精度通常取决于（）A.需求B.算法C.数据质量D.以上都是8、在爬虫中，如何处理网页中的加密数据？（）A.破解加密B.寻找解密方法C.放弃抓取D.以上都是9、以下哪个不是爬虫中处理数据合法性验证的方法？（）A.正则表达式B.数据类型检查C.范围检查D.忽略验证10、在爬虫中，如何处理网页中的图片？（）A.下载B.忽略C.只获取链接D.以上都是11、以下哪个不是爬虫中处理数据加密的场景？（）A.传输过程B.存储过程C.计算过程D.展示过程12、爬虫在处理网站的反爬虫机制时，首先应该（）A.尝试突破B.遵守规则C.寻找漏洞D.放弃爬取13、网络爬虫在抓取数据时，如何处理异常情况？（）A.记录日志B.重试C.跳过D.以上都是14、在爬虫中，以下哪个库常用于处理数据排序？（）A.sortedB.numpy.sortC.pandas.sort_valuesD.以上都是15、网络爬虫如何处理网站的反爬虫JavaScript挑战？（）A.分析JavaScript逻辑B.使用工具模拟执行C.放弃抓取D.以上都是16、以下哪个不是爬虫中处理数据压缩的算法？（）A.GzipB.Bzip2C.RARD.Deflate17、以下哪种语言常用于编写网络爬虫？（）A.JavaB.PythonC.C++D.JavaScript18、以下哪个不是爬虫中数据去重的方法？（）A.哈希去重B.数据库去重C.人工筛选D.排序去重19、在爬虫中，以下哪个库常用于处理数据加密解密？（）A.pycryptodomeB.cryptographyC.hashlibD.以上都是20、以下哪个不是爬虫中处理数据更新的策略？（）A.定时更新B.增量更新C.全量更新D.随机更新二、简答题（本大题共4个小题，共40分)1、（本题10分）解释网络爬虫如何处理网页中的智能数据分析相关元素。2、（本题10分）解释网络爬虫如何处理网页中的智能设计相关元素。3、（本题10分）说明网络爬虫如何处理网页中的用户行为的信息产品创新和改进数据。4、（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。三、编程题（本大题共2个小题，共20分)1、