西南林业大学《数据采集与网络爬虫实验》2022-2023学年期末试卷

装订线装订线PAGE2第1页，共3页西南林业大学《数据采集与网络爬虫实验》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、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2、在处理爬虫获取的网页内容时，以下哪个方法常用于解析HTML？（）A.正则表达式B.XPathC.CSS选择器D.以上都是3、网络爬虫获取的数据通常需要进行（）处理。A.清洗B.去重C.转换D.以上都是4、以下哪个不是爬虫中处理分布式任务的框架？（）A.CeleryB.KafkaC.RabbitMQD.以上都是5、以下哪个不是反爬虫的常见手段？（）A.IP封锁B.验证码C.数据加密D.增加页面加载时间6、在爬虫中，处理重定向的常见方法是（）A.自动跟随B.忽略重定向C.手动处理D.以上都是7、以下哪个不是爬虫中模拟登录的方式？（）A.提交表单B.使用CookieC.破解密码D.以上都是8、以下哪种数据格式常用于存储爬虫抓取到的数据？A.CSVB.JSONC.XMLD.以上都是9、以下哪个不是爬虫中处理数据异常值的方法？（）A.剔除B.修正C.保留D.以上都是10、以下哪个不是常见的爬虫框架？（）A.PySpiderB.Crawler4jC.Node.jsD.Scrapy11、网络爬虫如何处理网站的反爬虫蜜罐？（）A.识别并避开B.陷入后停止C.尝试突破D.以上都是12、在爬虫中，处理数据的加密通常使用（）A.AESB.RSAC.哈希函数D.以上都是13、网络爬虫如何处理网页中的跳转？（）A.自动跟随B.按照规则处理C.忽略D.以上都是14、网络爬虫获取的数据通常需要进行以下哪种处理？（）A.去重B.筛选C.转换格式D.以上都是15、在爬虫中，以下哪个库常用于处理文件下载？（）A.urllib.request.urlretrieveB.requests.getC.wgetD.以上都是16、以下哪种语言常用于编写网络爬虫？（）A.JavaB.PythonC.C++D.JavaScript17、以下哪个不是常见的爬虫存储数据库？（）A.MySQLB.MongoDBC.OracleD.Excel18、在爬虫中，以下哪个库常用于处理HTTP认证？（）A.requests.authB.httpx.authC.aiohttp.authD.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、以下哪个库常用于处理爬虫中的验证码识别？（）A.tesseractB.opencvC.numpyD.scipy二、简答题（本大题共4个小题，共40分)1、（本题10分）简述网络爬虫如何处理网页中的用户行为的信息工业4.0和智能制造发展数据。2、（本题10分）简述网络爬虫如何处理网页中的智能备份恢复相关元素。3、（本题10分）说明网络爬虫如何处理网页中的智能过滤相关元素。4、（本题10分）简述网络爬虫如何处理网页中的数据分页和加载更多机制。三、编程题（本大题共2个小题，共20