重庆人文科技学院《数据挖掘与分析技术实验》2021-2022学年期末试卷

站名：站名：年级专业：姓名：学号：凡年级专业、姓名、学号错写、漏写或字迹不清者，成绩按零分记。…………密………………封………………线…………第1页，共1页重庆人文科技学院《数据挖掘与分析技术实验》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、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2、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3、爬虫在处理网页时，用于解析HTML内容的库是（）A.urllibB.jsonC.lxmlD.re4、网络爬虫如何处理网站的访问频率限制？（）A.等待B.使用代理C.更换IPD.以上都是5、网络爬虫抓取数据时，以下哪种策略常用于避免对网站造成过大压力？（）A.随机抓取B.深度优先抓取C.广度优先抓取D.限速抓取6、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7、以下哪个不是爬虫中处理反爬虫验证码的高级技术？（）A.深度学习识别B.人工打码平台C.图像识别算法D.直接忽略8、在网络爬虫中，以下哪个库常用于发送HTTP请求？A.requestsB.BeautifulSoupC.ScrapyD.Selenium9、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10、在爬虫中，以下哪个库常用于处理数据压缩？（）A.gzipB.bz2C.zipfileD.以上都是11、在分布式爬虫中，以下哪个技术常用于任务分配？（）A.RedisB.MySQLC.MongoDBD.Kafka12、网络爬虫在抓取数据时，如何处理网页的更新？（）A.定时抓取B.检测网页变化C.以上都是D.以上都不是13、在网络爬虫中，以下哪个协议通常用于数据传输？（）A.HTTPB.HTTPSC.FTPD.SMTP14、网络爬虫如何处理网站的动态IP封禁？（）A.使用代理B.更换IPC.等待解封D.以上都是15、网络爬虫在抓取数据时，需要遵循的原则不包括（）A.不影响网站正常运行B.遵守网站的使用条款C.抓取所有数据D.尊重隐私16、网络爬虫在抓取网页时，通常首先需要分析的是：A.HTML代码B.CSS样式C.JavaScript脚本D.网页的URL17、在爬虫中，处理网页中的JavaScript代码可以使用（）A.PyV8B.PhantomJSC.Node.jsD.以上都是18、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19、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20、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资产管理相关元素。2、（本题10分）简述网络爬虫如何处理网页中的用户行为的信息服务创新和优化数据。3、（本题10分）简述网络爬虫如何处理网页中的图像识别相关元素。4、（本题10分）说明网络爬虫如何处理网页中的动态脚本。三、编程题（本大题共2个小题，共