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!

数据采集与预处理 - 第2单元测试（不计分）

课程名称：数据采集与预处理 发布教师：李海波 作业来源：第2学习单元 网络基础与数据解析 作业满分：100.0分 发布时间：2025-07-10 作业要求：学习完第2单元内容之后完成本次作业，并请在规定时间内提交，本次作业不计分。

单选题

1. POST请求的安全性更高，使用场合比GET请求多。 （分值：2.0分）

A. 错

2. 一旦服务器端出现错误，返回的状态码为403。 （分值：2.0分）

A. 错

3. GET请求是指向指定资源提交数据进行处理请求，数据被包含在请求体中。 （分值：2.0分）

A. 错

4. 服务器可以根据请求报头中的Accept，判断以返回适当的文件格式给浏览器。 （分值：2.0分）

A. 错

5. 通常有些网站返回的数据会出现乱码，肯定是客户端没有反馈正确的编码导致的。 （分值：2.0分）

A. 错

6. 如果URL中包含了中文，则可以使用urlencode方法进行编码。 （分值：2.0分）

A. 错

7. 登录网站时，只有浏览器发送的请求才能获得响应内容。 （分值：2.0分）

A. 错

8. 如果访问某网站的频率太高，则这个网站可能会禁止访问。 （分值：2.0分）

A. 错

9. Urlopen是一个特殊的opener，支持设置代理IP。 （分值：2.0分）

A. 错

10. urlopen函数返回的是一个文件对象，需要调用read()方法一次性读取。 （分值：2.0分）

A. 错

11. 如果路径表达式以“/”开始，那么该路径就代表着到达某个节点的绝对路径。 （分值：2.0分）

A. 错

12. 创建BeatutifulSoup类实例时，如果没有明确指定解析器，那么该实例肯定会选择Python标准库。 （分值：2.0分）

A. 错

13. 在使用bs4库调用find方法查找节点时，只能将字符串作为参数。 （分值：2.0分）

A. 错

14. JSONPath是一种信息抽取类库，用于从JSON文档中抽取指定信息。 （分值：2.0分）

A. 错

15. 路径表达式是唯一的，只能从根节点开始搜索。 （分值：2.0分）

A. 错

填空题

1. 服务器响应了浏览器发送的请求，返回__ 渝粤教育 ___页面。 （分值：2.0分）

2. _____是互联网上标准资源的地址。 （分值：2.0分）

3. 客户端发送的请求消息由请求行、_____、空行、以及请求数据这四个部分组成。 （分值：2.0分）

4. HTTP是一套计算机网络通信的规则，由客户端请求消息和服务器端_____消息组成。 （分值：2.0分）

5. _____请求的参数都显示在URL上，服务器根据该请求所包含URL中的参数来产生响应内容。 （分值：2.0分）

6. 一旦超过了服务器设置的_____时间，就会抛出一个超时异常。 （分值：2.0分）

7. 若客户端没有连接到网络，则使用ur 成人学历 lopen方法发送请求后会产生_____异常。 （分值：2.0分）

8. _____是Python内置的HTTP请求库，可以看做是处理URL的组件集合。 （分值：2.0分）

9. 如果要获取Response类中字符串形式的响应内容，可以访问_____属性获取。 （分值：2.0分）

10. 要想将爬虫程序发出的 渝粤文库 _____伪装成一个浏览器，就需要自定义请求报头。 （分值：2.0分）

< 广东开放大学 /p>

11. _____是一个用于处理字符串的强大工具。 （分值：2.0分）

12. 网页解析器可以从网页中提取出有价值的数据，或新的_____链接。 （分值：2.0分）

13. _____表示XML路径语言，能够确定XML树结构中某一部分的位置。 （分值：2.0分）

14. 路径表达式是指从某节点到某个节点或某一组节点的顺序，以_____字符进行分隔。 （分值：2.0分）

15. lx 国家开放大学 ml是用Python编写的库，主要用于解析和提取_____或XML格式的数据。 （分值：2.0分）

简答题/计算题

1. 请简述浏览器加载网页的过程。 （分值：8.0分）

2. 请简述爬虫是如何抓取网页的。 （分值：8.0分）

3. 请简述urllib和requests的异同。 （分值：8.0分）

4. 请简述什么是结构化数据和非结构化数据。 （分值：8.0分）

5. 正则表达式、Xpath、Beautiful Soup和JSONPath有什么区别？ （分值：8.0分）