华南理工大学《数据挖掘与网络》2021-2022学年期末试卷

装订线装订线PAGE2第1页，共3页华南理工大学《数据挖掘与网络》2021-2022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、在爬虫中，设置请求头的主要目的是（）A.提高爬取速度B.伪装成浏览器C.减少服务器响应时间D.节省网络流量2、以下哪个不是爬虫中处理数据格式转换的原因？（）A.适配存储需求B.方便后续处理C.提高数据安全性D.满足其他系统要求3、爬虫获取数据后，进行数据清洗通常不包括（）A.去除重复数据B.转换数据格式C.加密数据D.纠正错误数据4、以下哪个不是爬虫中设置请求头的作用？（）A.伪装浏览器B.绕过反爬虫C.提高请求速度D.符合网站要求5、在处理爬虫抓取到的大量数据时，以下哪种方法可以提高效率？A.使用多线程B.使用分布式爬虫C.优化数据存储结构D.以上都是6、以下哪个不是爬虫中处理数据一致性的方法？（）A.数据校验B.版本控制C.数据备份D.以上都是7、网络爬虫在抓取数据时，需要遵守的原则是？（）A.不影响网站正常运行B.不获取敏感信息C.遵循网站的使用条款D.以上都是8、在爬虫中，处理数据存储的一致性问题通常使用（）A.事务B.锁C.备份D.以上都是9、在网络爬虫中，以下哪个是常见的反爬虫策略？（）A.IP封锁B.验证码C.限制访问频率D.以上都是10、在处理大规模数据抓取时，以下哪个不是需要考虑的问题？（）A.存储容量B.网络带宽C.计算资源D.数据加密11、以下哪个不是爬虫中处理数据存储错误的方式？（）A.重试B.记录错误日志C.忽略错误D.以上都是12、以下哪种情况可能导致爬虫被网站封禁？（）A.访问频率过高B.不遵守robots.txt协议C.发送异常请求D.以上都是13、以下哪个不是爬虫框架？（）A.ScrapyB.PySpiderC.DjangoD.Crawley14、爬虫在处理反爬虫的IP封锁时，可以采取的措施是（）A.更换IPB.暂停爬取C.降低频率D.以上都是15、网络爬虫在抓取数据时，如何处理会话（Session）？（）A.保持会话B.忽略会话C.重新创建会话D.以上都有可能16、网络爬虫如何判断一个页面是否已经抓取过？（）A.数据库记录B.缓存记录C.文件记录D.以上都是17、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18、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19、以下哪个不是爬虫中处理网页编码的方法？（）A.自动检测B.指定编码C.忽略编码D.转换编码20、爬虫在处理大规模数据时，可能会遇到的问题是（）A.内存不足B.网络带宽限制C.处理速度慢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）解释网络爬虫如何处理网页中的智能机器翻译相关元素。2、（本题10分）简述网络爬虫如何处理网页中的智能用户体验设计相关元素。3、（本题10分）说明网络爬虫如何处理网页中的多媒体内容。4、（本题10分）说明网络爬虫如何处理网页中的智能平面设计相关元素。三、编程题（本大题共2个小题，共20分)1、（本题10分）使用Pyth