Python網(wǎng)絡(luò)爬蟲與數(shù)據(jù)采集試題2

1.Python爬蟲的作用是什么？（）A.爬取網(wǎng)頁上的圖片B.爬取網(wǎng)頁上的文本C.爬取網(wǎng)頁上的視頻D.爬取網(wǎng)頁上的音頻2.以下哪個(gè)不是Python爬蟲常用的庫？（）A.requestsB.BeautifulSoupC.ScrapyD.Pygame3.以下哪個(gè)不是HTTP協(xié)議中的請(qǐng)求方法？（）A.GETB.POSTC.DELETED.UPDATE4.以下哪個(gè)正則表達(dá)式可以匹配所有以數(shù)字開頭的字符串？（）A.^\d+$B.^\d*$C.^\d+$D.^\d{1,}$5.以下哪個(gè)不是BeautifulSoup庫中常用的解析器？（）A.lxmlB.html.parserC.xmlD.json6.以下哪個(gè)XPath表達(dá)式可以選取所有class屬性為"example"的元素？（）A.//*[@class="example"]B.//*[class="example"]C.//*[@class=="example"]D.//*[@*]7.以下哪個(gè)不是Python網(wǎng)絡(luò)爬蟲的常用爬取策略？（）A.深度優(yōu)先策略B.廣度優(yōu)先策略C.貪心策略D.隨機(jī)策略8.以下哪個(gè)不是Python網(wǎng)絡(luò)爬蟲的常用反爬機(jī)制？（）A.IP代理池B.User-Agent偽裝C.驗(yàn)證碼識(shí)別D.數(shù)據(jù)加密9.以下哪個(gè)不是Python網(wǎng)絡(luò)爬蟲的常用反反爬機(jī)制？（）A.動(dòng)態(tài)IP代理池B.隨機(jī)User-Agent偽裝C.模擬登錄驗(yàn)證機(jī)制D.數(shù)據(jù)解密10.Python爬蟲中常用的數(shù)據(jù)處理工具有哪些？（）A.pandas庫B.numpy庫C.matplotlib庫D.以上所有在字符串前添加r可使字符串不經(jīng)過轉(zhuǎn)義（）可以直接通過BeautifulSoup或tag對(duì)象實(shí)現(xiàn)BeautifulSoup中find_all()方法的功能（）HTTP所有狀態(tài)碼的第一個(gè)數(shù)字代表了響應(yīng)的五種狀態(tài)之一（）HTTP狀態(tài)碼中，200表示請(qǐng)求已成功，數(shù)據(jù)隨此響應(yīng)返回（）在XPath中，希望選取此節(jié)點(diǎn)的所有子節(jié)點(diǎn)，應(yīng)該使用”//”（）在XPath中，希望選取所有名稱為”title”的子節(jié)點(diǎn)，應(yīng)該使用”//title”（）在XPath中，希望選取所有名稱為title且屬于bookstore元素的元素，應(yīng)該使用”//bookstore/title”（）在XPath中，希望選取所有價(jià)格大于或等于30且小于40的書應(yīng)該使用”//book[price>=30andprice<40]”（）正則表達(dá)式中，使用”a.*”來匹配任意以字母a開頭的字符串（）BeautifulSoup庫可以通過屬性名和屬性值來查找HTML或XML文件中的元素，比如使用soup.find_all(attrs={"class":"book"})來查找所有屬性名為book的元素，返回值是一個(gè)列表（）在瀏覽器中打開網(wǎng)站后，在網(wǎng)站首頁的地址后面添加______，如果網(wǎng)站設(shè)置了訪問許可，按回車就可以看到網(wǎng)站的robots

協(xié)議，即

robots.txt

文件內(nèi)容。Web頁面它具有一定的結(jié)構(gòu)，即由_______。HTTP狀態(tài)碼是用來表示網(wǎng)頁服務(wù)器HTTP響應(yīng)狀態(tài)的3位數(shù)字代碼。狀態(tài)碼包含了五種類別，即消息、____、_____、______和服務(wù)器錯(cuò)誤.404代表“NOTFOUND”，認(rèn)為網(wǎng)頁已經(jīng)失效；___代表“ServiceUnavailable”，認(rèn)為網(wǎng)頁臨時(shí)不可訪問；___代表“Forbidden”，認(rèn)為網(wǎng)頁目前禁止訪問；___代表是“MovedPermanently”，認(rèn)為網(wǎng)頁重定向至新URL。Requests模塊中，headers參數(shù)的作用是________。若想要讀寫模式打開文件，應(yīng)該使用___Cooike是___端的，數(shù)據(jù)保存在___端；Session是_____端的，數(shù)據(jù)保存在_____。使用matplotlib繪制散點(diǎn)圖，使用的函數(shù)是_______。html標(biāo)簽從閉合的角度可以分為_______與______。按照鏈接的存在方式不同，分為________和________。什么是爬蟲？爬蟲的流程是什么？Python中常用的爬蟲庫有哪些？寫爬蟲是用單線程好還是多線程好？為什么？爬蟲中如