常州大學(xué)《數(shù)據(jù)采集與清洗》2022-2023學(xué)年期末試卷

站名：站名：年級(jí)專業(yè)：姓名：學(xué)號(hào)：凡年級(jí)專業(yè)、姓名、學(xué)號(hào)錯(cuò)寫、漏寫或字跡不清者，成績(jī)按零分記?！堋狻€…………第1頁(yè)，共1頁(yè)常州大學(xué)

《數(shù)據(jù)采集與清洗》2022-2023學(xué)年期末試卷題號(hào)一二三總分得分批閱人一、單選題（本大題共20個(gè)小題，每小題2分，共40分．在每小題給出的四個(gè)選項(xiàng)中，只有一項(xiàng)是符合題目要求的．）1、網(wǎng)絡(luò)爬蟲的主要目的是（）A.收集數(shù)據(jù)B.攻擊網(wǎng)站C.破壞網(wǎng)絡(luò)D.以上都不是2、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲蜜罐？（）A.識(shí)別并避開B.陷入后停止C.嘗試突破D.以上都是3、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲IP封鎖？（）A.使用代理B.更換IPC.等待解封D.以上都是4、以下哪個(gè)不是爬蟲中處理網(wǎng)頁(yè)編碼的方法？（）A.自動(dòng)檢測(cè)B.指定編碼C.忽略編碼D.轉(zhuǎn)換編碼5、以下哪個(gè)不是爬蟲框架的特點(diǎn)？（）A.代碼復(fù)用B.簡(jiǎn)化開發(fā)C.降低性能D.方便管理6、以下哪個(gè)不是爬蟲中設(shè)置延遲的目的？（）A.避免被封禁B.提高爬取效率C.減輕服務(wù)器壓力D.遵守網(wǎng)站規(guī)則7、以下哪個(gè)不是常見的反爬蟲手段？（）A.IP封禁B.驗(yàn)證碼C.數(shù)據(jù)加密D.頁(yè)面美化8、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)壓縮的好處？（）A.節(jié)省存儲(chǔ)空間B.提高傳輸速度C.加密數(shù)據(jù)D.減少網(wǎng)絡(luò)流量9、網(wǎng)絡(luò)爬蟲在遇到重定向時(shí)，通常會(huì)（）A.跟隨重定向B.忽略重定向C.報(bào)錯(cuò)D.以上都有可能10、在爬蟲中，以下哪個(gè)庫(kù)常用于處理多任務(wù)調(diào)度？（）A.CeleryB.ApschedulerC.AirflowD.以上都是11、對(duì)于動(dòng)態(tài)網(wǎng)頁(yè)的抓取，以下哪種技術(shù)可能會(huì)用到？A.AJAXB.SeleniumC.PhantomJSD.以上都是12、以下哪種數(shù)據(jù)格式不適合爬蟲存儲(chǔ)數(shù)據(jù)？（）A.CSVB.XMLC.PDFD.JSON13、在網(wǎng)絡(luò)爬蟲中，以下哪個(gè)是常見的反爬蟲策略？（）A.IP封鎖B.驗(yàn)證碼C.限制訪問頻率D.以上都是14、以下哪種語(yǔ)言常用于編寫網(wǎng)絡(luò)爬蟲？A.JavaB.PythonC.C++D.JavaScript15、網(wǎng)絡(luò)爬蟲中，以下哪個(gè)狀態(tài)碼表示請(qǐng)求成功？（）A.200B.301C.404D.50016、在網(wǎng)絡(luò)爬蟲中，以下哪個(gè)庫(kù)常用于發(fā)送HTTP請(qǐng)求？A.requestsB.BeautifulSoupC.ScrapyD.Selenium17、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)重復(fù)的方法？（）A.去重算法B.數(shù)據(jù)庫(kù)去重C.緩存去重D.保留重復(fù)18、當(dāng)遇到反爬蟲機(jī)制時(shí)，以下哪種方法不太可能有效？A.使用代理IPB.降低抓取頻率C.模擬人類行為D.發(fā)送大量請(qǐng)求突破限制19、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲蜜罐陷阱？（）A.識(shí)別并避開B.陷入后處理C.忽略D.以上都是20、網(wǎng)絡(luò)爬蟲在抓取網(wǎng)頁(yè)時(shí)，通常首先需要分析的是：A.HTML代碼B.CSS樣式C.JavaScript腳本D.網(wǎng)頁(yè)的URL二、簡(jiǎn)答題（本大題共4個(gè)小題，共40分)1、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的用戶行為的信息風(fēng)險(xiǎn)管理和應(yīng)對(duì)數(shù)據(jù)。2、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的用戶行為的信息供應(yīng)鏈管理數(shù)據(jù)。3、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的用戶隱私設(shè)置數(shù)據(jù)。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的用戶行為的信息營(yíng)銷策略制定數(shù)據(jù)。三、編程題（本大題共2個(gè)小題，共20分)1、（本題