湖北恩施學(xué)院《數(shù)據(jù)運(yùn)維與管理》2021-2022學(xué)年期末試卷

學(xué)校________________班級(jí)____________姓名____________考場____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場____________準(zhǔn)考證號(hào)…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁，共3頁湖北恩施學(xué)院《數(shù)據(jù)運(yùn)維與管理》

2021-2022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、爬蟲在處理網(wǎng)頁時(shí)，用于解析HTML內(nèi)容的庫是（）A.urllibB.jsonC.lxmlD.re2、在爬蟲中，以下哪個(gè)庫常用于處理會(huì)話保持？（）A.requests.SessionB.httpx.SessionC.aiohttp.ClientSessionD.以上都是3、以下哪種情況可能導(dǎo)致爬蟲被網(wǎng)站識(shí)別為異常訪問？（）A.訪問頻率過高B.訪問時(shí)間異常C.訪問路徑異常D.以上都是4、以下哪個(gè)不是爬蟲框架的特點(diǎn)？（）A.代碼復(fù)用B.簡化開發(fā)C.降低性能D.方便管理5、網(wǎng)絡(luò)爬蟲在抓取網(wǎng)頁時(shí)，如何處理網(wǎng)頁中的圖片？（）A.下載B.忽略C.提取圖片鏈接D.以上都是6、爬蟲在處理網(wǎng)頁的動(dòng)態(tài)內(nèi)容時(shí)，可能會(huì)用到的工具是（）A.SeleniumB.PuppeteerC.SplashD.以上都是7、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)篩選的方法？（）A.條件判斷B.正則表達(dá)式C.隨機(jī)篩選D.按照規(guī)則篩選8、在爬蟲中，處理robots.txt文件的目的是（）A.了解網(wǎng)站的爬取規(guī)則B.獲取網(wǎng)站地圖C.查找隱藏頁面D.提高爬取效率9、以下哪個(gè)不是爬蟲中數(shù)據(jù)提取的方法？（）A.正則表達(dá)式B.XPathC.CSS選擇器D.隨機(jī)生成10、以下哪種語言常用于編寫網(wǎng)絡(luò)爬蟲？（）A.JavaB.PythonC.C++D.JavaScript11、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)質(zhì)量評估的指標(biāo)？（）A.準(zhǔn)確性B.完整性C.一致性D.美觀性12、以下哪個(gè)不是常見的反爬蟲策略？A.驗(yàn)證碼B.IP封禁C.頁面加密D.數(shù)據(jù)壓縮13、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的動(dòng)態(tài)加載數(shù)據(jù)？（）A.分析接口B.模擬操作C.以上都是D.以上都不是14、爬蟲在處理網(wǎng)站的驗(yàn)證碼時(shí)，不建議采取的方式是（）A.人工識(shí)別B.機(jī)器學(xué)習(xí)識(shí)別C.暴力破解D.放棄爬取該頁面15、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)清洗的方法？（）A.去除空格B.轉(zhuǎn)換大小寫C.數(shù)據(jù)填充D.保留原始數(shù)據(jù)16、在爬蟲中，以下哪個(gè)庫常用于處理數(shù)據(jù)加密？（）A.cryptographyB.hashlibC.pycryptodomeD.以上都是17、爬蟲在處理網(wǎng)頁中的多媒體資源時(shí)，通?？紤]的因素是（）A.資源大小B.資源類型C.版權(quán)問題D.以上都是18、以下哪種數(shù)據(jù)格式常用于存儲(chǔ)爬蟲獲取的數(shù)據(jù)？（）A.CSVB.JSONC.XMLD.以上都是19、在處理爬蟲獲取的大量文本數(shù)據(jù)時(shí)，以下哪個(gè)技術(shù)常用于文本分類？（）A.機(jī)器學(xué)習(xí)B.深度學(xué)習(xí)C.以上都是D.以上都不是20、網(wǎng)絡(luò)爬蟲在抓取數(shù)據(jù)時(shí)，如何處理網(wǎng)站的反爬蟲驗(yàn)證碼升級(jí)？（）A.尋找新的破解方法B.降低抓取頻率C.暫時(shí)停止抓取D.以上都是二、簡答題（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)頁中的緩存機(jī)制。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的異常檢測和預(yù)警數(shù)據(jù)。3、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息資源規(guī)劃和分配數(shù)據(jù)。4、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能語義理解相關(guān)元素。三、編程題（本大題共2個(gè)小題