《南开大学22春《网络爬虫与信息提取》在线作业二及答案参考99》由会员分享，可在线阅读，更多相关《南开大学22春《网络爬虫与信息提取》在线作业二及答案参考99（13页珍藏版）》请在装配图网上搜索。
1、南开大学22春网络爬虫与信息提取在线作业二及答案参考1. 用Xpathh获取第二个div标签应该是( )用Xpathh获取第二个div标签应该是( )A.dvi(1)B.div(2)C.div1D.div2参考答案：D2. HTTP常用状态码表明表明客户端是发生错误的原因所在的有( )HTTP常用状态码表明表明客户端是发生错误的原因所在的有( )A.403B.404C.500D.503参考答案：AB3. Python中若定义object=“12345”，则print(object:-1)输出( )。A.1B.5C.54321D.程序报错参考答案：C4. charles配置中，安装完成证书以后，
2、在设置中打开“关于本机”，找到最下面的“证书信任设置”，并在里面启动对Charles证书的完全信任。( )T.对F.错参考答案：T5. HTTP状态码中303状态码明确表示客户端应当采用POST方法获取资源。( )A.正确B.错误参考答案：B6. 为了保证数据插入效率，在内存允许的情况下，应该一次性把数据读入内存，尽量减少对MongoDB的读取操作。( )T.对F.错参考答案：T7. 爬虫中间件的作用对象是请求request和返回response。( )爬虫中间件的作用对象是请求request和返回response。( )A.正确B.错误参考答案：B8. 在Scrapy的目录下，哪个文件负责定
3、义需要爬取的数据?( )A.spiders文件夹B.item.pyC.pipeline.pyD.settings.py参考答案：B9. 在对XPath返回的对象再次执行XPath的时候，子XPath开头需要添加斜线。( )T.对F.错参考答案：F10. Python正则表达式模块的findall方法如果没有匹配到结果，则返回结果为( )Python正则表达式模块的findall方法如果没有匹配到结果，则返回结果为( )A.空B.空列表C.空元组D.不返回参考答案：B11. 当使用Scarpy创建爬虫时，当爬取网易云音乐首页信息时，scrapy genspider的第二个参数直接输入就可以了。(
4、 )当使用Scarpy创建爬虫时，当爬取网易云音乐首页信息时，scrapy genspider的第二个参数直接输入就可以了。( )A.正确B.错误参考答案：B12. 使用UI Automatorr输入文字的操作是得到相应控件后使用命令( )使用UI Automatorr输入文字的操作是得到相应控件后使用命令( )A.settextB.setC.set_textD.text参考答案：C13. 爬虫登录需要识别验证码可以先把程序关闭，肉眼识别以后再重新运行。( )A.正确B.错误参考答案：B14. 在安装Scarpy的依赖库时，由于Visual C+ Build Tools的安装速度很慢，为了节省
5、时间，可以和安装Twisted同时进行。( )T.对F.错参考答案：F15. Redis是遵守BSD协议、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库。( )T.对F.错参考答案：T16. 一般来说在页面都通过GET将用户登录信息传递到服务器端。( )一般来说在页面都通过GET将用户登录信息传递到服务器端。( )A.正确B.错误参考答案：B17. Charles和Chrome开发者工具相比，只是多了一个搜索功能。( )A.正确B.错误参考答案：B18. 微信小程序的反爬虫能力要比网页的高很多。( )微信小程序的反爬虫能力要比网页的高很多。( )A.正确B.错误参考答案：B1
6、9. 使用UI Automatorr让屏幕向右滚动的操作是得到相应控件后使用命令scroll.horiz.forward( )。( )T.对F.错参考答案：F20. 自己能查看的数据，允许擅自拿给第三方查看。( )T.对F.错参考答案：F21. Redis中往集合中读数据，使用关键字( )A.popB.spopC.lpopD.range参考答案：B22. Python中直接对浮点数进行计算有print(0.1+0.2)，则结果为0.3。( )A.正确B.错误参考答案：B23. Python中( )与元组由类似的数据读取方式。A.字符串B.列表C.字典D.集合参考答案：AB24. Scrapyd
7、可以同时管理多个Scrapy工程里面的多个爬虫的多个版本。( )T.对F.错参考答案：T25. HTTP常用状态码表明服务器正忙的是( )。A.500B.503C.403D.404参考答案：B26. 插入数据时，MongoDB会自动添加一列“_id”，也就是自增ID，每次自动加1。( )T.对F.错参考答案：F27. 当使用Scarpy创建爬虫时，当爬取网易云音乐首页信息时，scrapy genspider的第二个参数直接输入就可以了。( )T.对F.错参考答案：F28. Redis中列表读取数据命令lrange中l代表left，即从左侧开始读取。( )Redis中列表读取数据命令lrange
8、中l代表left，即从左侧开始读取。( )A.正确B.错误参考答案：B29. RoboMongo是MongoDB的管理软件。( )T.对F.错参考答案：T30. Redis中往集合中添加数据，使用关键字( )Redis中往集合中添加数据，使用关键字( )A.saddB.addC.appendD.sappend参考答案：A31. Python正则表达式模块的findall方法提取内容包含多个，则返回结果的列表中会包含( )Python正则表达式模块的findall方法提取内容包含多个，则返回结果的列表中会包含( )A.列表B.元组C.字典D.集合参考答案：B32. 网站返回的Headers中经常
9、有Cookies，可以用mitmdump脚本使用print函数把Cookies打印出来。( )网站返回的Headers中经常有Cookies，可以用mitmdump脚本使用print函数把Cookies打印出来。( )A.正确B.错误参考答案：B33. 爬虫的源代码通过公开不会对被爬虫网站造成影响。( )A.正确B.错误参考答案：B34. 常用的会话跟踪技术是( )A.sessionB.cookiesC.moonpiesD.localstorage参考答案：AB35. HTTP常用状态码表明表明服务器本身发生错误的有( )HTTP常用状态码表明表明服务器本身发生错误的有( )A.403B.40
10、4C.500D.503参考答案：CD36. Python中定义函数关键字为( )。A.defB.defineC.funcD.function参考答案：A37. 下面Python代码输出为( )：def default_para_without_trap(para=, value=0): if not para: p下面Python代码输出为( )：def default_para_without_trap(para=, value=0): if not para: para = para.append(value) return para print(第一步:.format(default_p
11、ara_trap(value=100) print(第二步:.format(default_para_trap(value=50)A.第一步:100 第二步:100,50B.第一步:100 第二步:50C.第一步:100 第二步:D.第一步:100 第二步:100参考答案：B38. MongoDB 是一个基于分布式文件存储的数据库，速度远快过Redis。( )A.对B.错参考答案：B39. BS4可以用来从( )中提取数据A.HTMLB.XMLC.数据库D.JSON参考答案：AB40. 要使用tesseract来进行图像识别，需要安装两个第三方库( )要使用tesseract来进行图像识别，需
12、要安装两个第三方库( )A.requestsB.beautifulsoupC.PillowD.pytesseract参考答案：CD41. 在请求头中设置User-Agent即可正常请求网站。( )在请求头中设置User-Agent即可正常请求网站。( )A.正确B.错误参考答案：B42. 运行MongoDB以后，不会在终端打印任何Log。( )运行MongoDB以后，不会在终端打印任何Log。( )A.正确B.错误参考答案：B43. Redis中使用lrange读取数据后数据也会删除。( )A.正确B.错误参考答案：B44. Redis中从集合中查看有多少个值，用关键字( )。A.scardB
13、.cardC.countD.distinct参考答案：A45. 当爬虫创建好了之后，可以使用“scrapy( )”命令运行爬虫。A.startupB.starwarC.drawlD.crawl参考答案：D46. 如果通过爬虫抓取某公司网站的公开数据，分析以后发现这个公司业绩非常好。于是将数据或者分析结果出售给某基金公司，从而获得销售收入。这是合法的。( )A.正确B.错误参考答案：A47. 以下哪些可以独立成为Python编译器( )以下哪些可以独立成为Python编译器( )A.PycharmB.IDLEC.EclipseD.Visual Studio 2010参考答案：AB48. 下列说法
14、错误的是( )。A.小程序的请求极其简单，基本上没有验证信息B.用Python来请求小程序的后台接口从而获取数据，比请求异步加载网页的后台接口要复杂很多C.如果目标网站有微信小程序，那么一定要优先调查能否通过小程序的接口来抓取数据D.小程序的反爬虫能力比网页版的低很多。使用小程序的接口来爬数据，能极大提高爬虫的开发效率参考答案：D49. scrapy与selenium结合可以实现直接处理需要异步加载的页面。( )T.对F.错参考答案：T50. Python中列表生成以后还可以往里面继续添加数据，也可以从里面删除数据。( )T.对F.错参考答案：T51. 以下哪个HTML标签表示定义文档的主体(
15、 )以下哪个HTML标签表示定义文档的主体( )A.divB.bodyC.headD.footer参考答案：B52. 在使用多线程处理问题时，线程池设置越大越好。( )A.正确B.错误参考答案：B53. Python中包含字典的列表页可以转换成JSON字符串。( )Python中包含字典的列表页可以转换成JSON字符串。( )A.正确B.错误参考答案：A54. 在Linux的终端使用apt-get命令安装一系列依赖库时，其中如果存在有已经安装的库，会覆盖掉之前的库重新安装。( )在Linux的终端使用apt-get命令安装一系列依赖库时，其中如果存在有已经安装的库，会覆盖掉之前的库重新安装。(
16、 )A.正确B.错误参考答案：B55. 在Scrapy的目录下，哪个文件负责存放爬虫文件?( )A.spiders文件夹B.item.pyC.pipeline.pyD.settings.py参考答案：A56. 在Scrapy的目录下，哪个文件负责存放爬虫的各种配置信息?( )A.spiders文件夹B.item.pyC.pipeline.pyD.settings.py参考答案：D57. MongoDB中可以将( )数据结构插入集合中A.列表B.元组C.字典D.集合参考答案：C58. Redis的集合与Python的集合一样，没有顺序，值不重复。( )Redis的集合与Python的集合一样，没有顺序，值不重复。( )A.正确B.错误参考答案：A59. HTTP状态码503表示服务器内部故障。( )T.对F.错参考答案：F60. Cookies一般包含在请求头Headers中。( )A.正确B.错误参考答案：A
南开大学22春《网络爬虫与信息提取》在线作业二及答案参考99
