重庆人文科技学院《数据挖掘与分析技术》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页重庆人文科技学院《数据挖掘与分析技术》2021-2022学年期末试卷题号一二三总分得分一、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、爬虫在处理网站的robots.txt禁止爬取时，应该（）A.遵守规定B.尝试突破C.忽略不管D.随机选择2、网络爬虫如何处理网页中的动态生成内容（如通过Ajax加载）？（）A.分析请求B.使用浏览器模拟C.寻找接口D.以上都是3、在爬虫中，处理数据的筛选通常基于（）A.数据值B.数据类型C.数据来源D.以上都是4、以下哪个不是爬虫中处理数据分页的方法？（）A.分析页面规律B.模拟点击下一页C.直接获取所有页面D.根据参数获取5、以下哪个不是爬虫中处理页面跳转的方式？（）A.自动跳转B.禁止跳转C.手动处理跳转D.忽略跳转6、爬虫在处理网页时，用于解析HTML内容的库是（）A.urllibB.jsonC.lxmlD.re7、以下哪个不是爬虫中设置并发的考虑因素？（）A.服务器性能B.网络带宽C.数据一致性D.数据隐私8、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9、以下哪个不是爬虫中处理数据格式转换错误的方法？（）A.重新转换B.跳过C.修正数据D.以上都是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数据提取的挑战？（）A.页面结构复杂B.数据格式不一致C.反爬虫机制D.数据量小12、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13、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14、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、网络爬虫获取网页内容时，通常使用的协议是（）A.HTTPB.FTPC.SMTPD.TCP16、以下哪个不是爬虫中处理数据存储性能的方法？（）A.索引优化B.分区存储C.数据压缩D.以上都是17、以下哪个不是爬虫中处理异步请求的方式？（）A.使用回调函数B.使用线程C.使用协程D.以上都是18、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19、以下哪种情况可能导致爬虫被法律追究责任？（）A.侵犯知识产权B.违反网站规定C.泄露用户隐私D.以上都是20、以下哪个不是爬虫中处理异常的情况？（）A.网络连接失败B.页面不存在C.数据格式错误D.服务器响应过快二、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智能数据可视化相关元素。2、（本题10分）简述网络爬虫如何处理网页中的用户评价和评分数据。3、（本题10分）简述网络爬虫如何处理网页中的异步加载数据。4、（本题10分）简述网络爬虫如何处理网页中的智能匹配相关元素。三、编程题（本大题共2个小题，共20