扫描下方二维码关注公众号：

关闭

×

作业辅导
扫码关注
论文指导
轻松解决学习难题!

中国大学MOOC数据采集与网络爬虫作业答案

数据采集与网络爬虫

学校: 九八五题库

学校: 超星学习通

题目如下：

1. 1. 下列选项中，不属于Python开发网络爬虫优势的是（ ）。

A. 语法简洁，容易上手

B. 开发效率高

C. 模块丰富

D. 运行速度快、性能强

答案: 运行速度快、性能强

2. 2. 下列选项中，关于网络爬虫描述错误的是（ ）。

A. 聚焦网络爬虫可以抓取指定网站的数据

B. 通用网络爬虫是可以访问全互联网资源的网络爬虫

C. 增量式网络爬虫只能抓取新产生的网页或内容发生变化的网页

D. 聚焦网络爬虫通常用于实现搜索引擎

答案: 聚焦网络爬虫通常用于实现搜索引擎

3. 3. 下列选项中，表示Robots协议禁止网络爬虫访问的是（ ）。

A. User-agent

B. Disallow

C. Allow

D. Sitemap

答案: Disallow

4. 4. 下列选项中，不属于反爬虫应对策略的是（ ）。

A. 添加User-Agent字段

B. 降低访问频率

C. 反复使用同一IP地址抓取数据

D. 识别验证码

答案: 反复使用同一IP地址抓取数据

5. 5. 下列选项中，关于聚焦网络爬虫工作原理描述错误的是（ ）。

A. 聚焦网络爬虫种子URL只能是一个

B. 聚焦网络爬虫会将与目标无关的URL过滤掉

C. 聚焦网络爬虫会根据爬行策略，在URL队列中确定URL的优先级

D. 聚焦网络爬虫会循环抓取数据直到满足条件为止

答案: 聚焦网络爬虫种子URL只能是一个

6. 6. 关于 Python 程序格式框架的描述，以下选项中错误的是( )

A. Python语言的缩进可以采用 Tab 键实现。

B. Python单层缩进代码属于之前最邻近的一行非缩进代码，多层缩进代码根据缩进关系决定所属范围

C. 判断、循环、函数等语法形式能够通过缩进包含一批 Python 代码，进而表达对应的语义

D. Python语言不采用严格的“缩进”来表明程序的格式框架

答案: Python语言不采用严格的“缩进”来表明程序的格式框架

7. 7. 以下选项中，不是Python对文件的打开模式的是（ ）

A. ‘+’

B. ‘w’

C. ‘c’

D. ‘r’

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

8. 8. str=“Lingyishuju”,请问下列哪个选项可以截取出“Lingyi”（ ）

A. str[1:6]

B. str[1:7]

C. str[0:5]

D. str[0:6]

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

9. 9. 长度为100的Python列表、元组和字符串中最后一个元素的下标为（ ）

A. -1

B. N

C. 100

D. 101

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

10. 10. 以下不能创建一个字典的语句是（ ）

A. dict1 = {}

B. dict2 = { 3 : 5 }

C. dict3 = {[1,2,3]: “uestc”}

D. dict4 = {(1,2,3): “uestc”}

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

11. 11. python不支持的数据类型有( )

A. char

B. int

C. float

D. list

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

12. 12. 关于字符串下列说法错误的是( )

A. 字符应该视为长度为1的字符串

B. 字符串以\0标志字符串的结束

C. 既可以用单引号,也可以用双引号创建字符串

D. 在三引号字符串中可以包含换行回车等特殊字符

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

13. 13. Python如何定义一个函数( )

A. class( arg1, arg2,…argN)

B. function (arg1,arg2,…argN)

C. def f(arg1,arg2,…argN):

D. def ( arg1, arg2,…argN)

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

14. 14. Robots协议可以限制爬虫程序采集某些网页的数据。

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

15. 15. 网络爬虫是一个模拟真人浏览互联网行为的程序。

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

16. 16. 网络爬虫可以爬取网络上任意数据。

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

17. 17. 通用网络爬虫会访问与预定主题相关的网页。

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

18. 18. 网络爬虫程序只能使用Python语言进行开发。

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

19. 19. python是一种跨平台、开源、免费的高级动态编程语言。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

20. 20. python的变量无需提前声明( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

21. 21. 在Python中可以使用if作为变量名。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

22. 22. 不同数据类型之间是不能进行运算的,但是不同数据类型可以相互转换。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

23. 23. “==”的作用是赋值( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

24. 24. 集合(set)是一个无序的不重复元素序列。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

25. 25. 如果仅仅是用于控制循环次数,那么使用for i in range(20)和for i in range(20, 40)的作用是等价的。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

26. 26. int()函数是内建函数,内建函数可以直接调用。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

27. 27. 列表和元组都可作为字典的“键”( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

28. 28. Python集合中的元素可以是列表。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

29. 1. 下面关于selenium爬虫哪个代码描述是错误的( )

A. driver.get()用于打开URL指定的网页

B. find_element_by_*的方法来匹配要查找的元素

C. send_keys方法可以用来模拟键盘输入操作

D. 用close()方法并关闭多个页面并退出浏览器

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

30. 2. 下列选项中，用于根据指定URL地址访问页面的方法是（ ）。

A. get()

B. post()

C. head()

D. put()

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

31. 3. 下列选项中，关于显示等待和隐式等待描述错误的是（ ）。

A. 隐式等待就是设置一个全局的最大等待时间

B. 显式等待会先指定某个条件，再设置最长等待时间

C. 隐式等待可作用于单个元素

D. 显示等待只能作用于单个元素

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

32. 4. 下列选项中，关于Selenium描述错误的是（ ）。

A. Selenium是一个开源的便携式自动化测试工具

B. Selenium可以直接在浏览器上运行

C. Selenium自身携带浏览器，并支持浏览器的功能

D. Selenium可以根据指令自动加载网页或判断网页上是否发生动作

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

33. 5. 以下那个选项属于selenium爬虫索引定位( )

A. WebElement xpath = driver.findElement(By.xpath("//input"))

B. WebElementxpath=river.findElement(By.xpath( //input[3] ))

C. WebElementxpath=driver.findElement(By.xpath( //*[@id='su' and @type='submit'] ))

D. WebElement xpath=driver.findElement(By.xpath( //div[@class='qrcode-text']/p/b[text()='百度'] ))

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

34. 6. 下列选项中，通过类名定位元素的方法是（ ）。

A. find_element_by_ name()

B. find_element_by_class_name()

C. find_element_by_id()

D. find_element_by_tag_name()

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

35. 7. 下列选项中，属于Chrome浏览器驱动程序的是（ ）。

A. ChromeDriver

B. geckodriver

C. operachromiumdriver

D. IEDriverServer

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

36. 8. 下列选项中，用于根据指定URL地址访问页面的方法是（ ）。

A. get()

B. delete()

C. head()

D. put()

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

37. 9. WebDiver必须配置系统环境变量中才能使用。（ ）

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

38. 10. selenium是开源软件,主要依靠社区论坛来解决技术问题。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

39. 11. selenium爬虫浏览器的大小是不可调的。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

40. 12. Selenium自身携带浏览器。（ ）

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

41. 13. 使用Selenium可以抓取动态网页中的数据。（ ）

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

42. 14. Selenium Web驱动程序需要服务器安装,测试脚本不能直接与浏览器交互。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

43. 15. Selenium爬虫适用于单击下一页url保持不变的情况。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

44. 16. requests爬虫比Selenium爬虫更像真正用户在操作。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

45. 17. 安装的WebDriver版本可以与浏览器版本不同。（ ）

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

46. 1. 下列选项中，属于文档型数据库的是（ ）。

A. MongoDB

B. Redis

C. MySQL

D. SqlServer

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

47. 2. 下列选项中，用于创建与MongoDB数据库连接的是（ ）。

A. client = MongoClient()

B. client = MongoClient('localhost',27017)

C. client = MongoClient('mongodb://localhost:270170')

D. db = client.database_test

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

48. 3. 下列选项中，表示pymongo模块中集合的是（ ）。

A. MongoClient对象

B. DataBase对象

C. Collection对象

D. Cursor对象

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

49. 4. 下列选项中，用于向Redis数据库中增加键值对的方法是（ ）。

A. set()

B. get()

C. appended()

D. delete()

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

50. 5. 下列选项中，属于关系型数据库的是（ ）。

A. 列存储数据库

B. 键值存储数据库

C. 文档型数据库

D. 行存储数据库

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

51. 6. 键值存储数据采用文档结构存储数据。（ ）

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

52. 7. redis模块无须安装便可以直接操作Redis数据库。（ ）

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

53. 8. MongoDB属于关系型数据库。（ ）

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

54. 9. Redis数据库中的数据都是以键值对的形式进行存储的。（ ）

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

55. 10. pymogo模块find_one()方法用于查询集合中的一条文档。（ ）

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

56. 1. 下列选项中，关于进程的描述错误的是（ ）。

A. 进程是系统进行资源分配的最小单位

B. 进程拥有自己的内存空间

C. 进程之间数据不共享

D. 进程的存在必须依赖线程

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

57. 2. 下列选项中，关于多线程爬虫的述错误的是（ ）。

A. 开启的线程数量越多，程序运行速度越快

B. 多线程爬虫将多线程技术运用网络爬虫中

C. 多线程爬虫使用队列是为了保证安全地使用多线程采集网页数据

D. 通常情况下，多程爬虫会开启多个线程抓取网页和解析网页

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

58. 3. 下列选项中，表示先进先出队列的类是（ ）。

A. Queue

B. LifoQueue

C. PriorityQueue

D. EmptyQueue

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

59. 4. python中的pool是用于多进程爬虫的库,可以自定义多进程的数量。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

60. 5. 爬虫容错处理(try..except..else)如果try部分没有异常,那么将运行except,而跳过else( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

61. 6. 影响网络爬虫速度的因素主要是网络I/O操作。（ ）

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

62. 7. 线程具有独立运行、状态不可测、执行顺序随机的特点。（ ）

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

63. 8. 线程是系统进行资源分配的最小单位。（ ）

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

64. 9. 线程共享同一进程中的数据。（ ）

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

65. 10. 协程是由操作系统进行调度。（ ）

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

66. 1. np.arange(12).reshape(2,6)的输出结果( )

A. [[ 0 1 2 3 4 5] [ 6 7 8 9 10 11]]

B. [[ 0 2 4 6 8 10] [ 1 3 5 7 9 11]]

C. [[ 1 2 3 4 5 6] [ 7 8 9 10 11 12]]

D. [[ 1 3 5 7 9 11] [ 2 4 6 8 10 12]]

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

67. 2. 下述哪个代码只能查询数组元素的类型( )

A. dtype

B. type

C. class

D. kind

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

68. 3. ARR=np.array([8,9,2,6]),ARR[-1]=9.9999,请问以下那个选项为数组ARR的输出结果。( )

A. [8 9 2 9]

B. [8 9 2 9.9999]

C. [8,9,2,9]

D. [8,9,2,9.9999]

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

69. 4. 现有ARR数组中的数据类型为整数类型,如果存储一个浮点数类型,系统会自动将其转化为整数类型而不报错。 ( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

70. 5. 列表与数组的首要区别:数组是同类的。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

71. 1. 以下哪个函数可以查看DataFrame是否有缺失值( )

A. fillna

B. bfill

C. isnan

D. Isnull

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

72. 2. 以下那个选项可以实现DataFrame中2,3两行的选取( )

A. df[2:4]

B. df[2,4]

C. df[[2:4]]

D. df[[2,4]]

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

73. 3. 使用head查看数据,若不设数值,默认多少行( )

A. 4

B. 5

C. 6

D. 7

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

74. 4. 若需要用后一个数据代替NaN,下列哪个函数可以实现( )

A. fillna

B. bfill

C. isnan

D. Isnull

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

75. 5. 如何在DataFrame中进行块选取的操作( )

A. df.loc[[0:3],[’商品’,’价格’]]

B. df.loc[[0,3][’商品’,’价格’]]

C. df.loc [0:3,[’商品’,’价格’]]

D. df.loc [0:3,’商品’:’价格’]

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

76. 6. 下列关于pandas的表述有误的是()

A. Pandas是Python的一个数据分析包,该工具为解决数据分析任务而创建。

B. Pandas纳入大量库和标准数据模型,提供高效的操作数据集所需的工具

C. Pandas提供大量能使我们快速便捷地处理数据的函数和方法

D. Pandas是字典形式,基于字典创建

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

77. 7. axis=0代表方向为列( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

78. 8. pandas提供了一个灵活高效的groupby功能,它使你能以一种自然的方式对数据集进行切片、切块、摘要等操作 ( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

79. 9. drop_duplicates方法用于返回一个移除了重复行的DataFrame( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

80. 10. 数据中存在NaN时,不可以用其他数值代替缺失值( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

81. 1. 下列关于requests爬虫说法有误的是( )

A. 请求头是将自身伪装成浏览器的关键

B. 大型网站通常都会根据Referer参数判断请求的来源

C. 编码问题的存在会使爬虫程序报错

D. 请求携带的参数封装到一个字典中,当作参数传给post或get

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

82. 2. 下列选项中，表示连接错误的异常是（ ）。

A. RequestException

B. ConnectionError

C. HTTPError

D. URLEquired

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

83. 3. 下列选项中，用于以字符串形式获取响应内容的是（ ）。

A. status_code

B. text

C. content

D. encoding

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

84. 4. 下列哪个选项不可以复制网页节点的路径( )

A. copy XPath

B. copy JS路径

C. copy selector

D. copy outerHTML

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

85. 5. 下列选项中，关于Cookie描述错误的是（ ）。

A. Cookie是一段文本数据，由一个名称和一个值组成

B. Cookie的生存周期可以由开发人员设置

C. Cookie数据存储在网站服务器上

D. Cookie通常是加密的

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

86. 6. 下列选项中，用于在调用get()函数发送GET请求时设置传递查询字符串的参数是（ ）。

A. data

B. params

C. proxies

D. verify

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

87. 7. Requests 是用Python语言编写,基于 urllib,采用 Apache2 Licensed 开源协议的 HTTP 库。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

88. 8. 当遇到反爬虫时,构建请求头的伪装效果优于构建IP池( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

89. 9. 通过User-Agent可以识别出是浏览器访问还是代码访问网页( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

90. 10. Post方法需要权限验证和请求内容,服务器通过权限放行,该方法具有查询和修改数据的权限。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

91. 11. 安装好python IDLE之后,则默认已经安装requests模块。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

92. 12. requests库爬取页面，返回的数据可以是JSON格式的数据。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

93. 13. cookie中保存中我们常见的登录信息,有时候爬取网站需要携带cookie信息访问。( )

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。

94. 14. GET请求中不能添加URL请求参数。（ ）

答案：请关注【九八五题库】微信公众号，发送题目获取正确答案。