[南开大学（本部）]《网络爬虫与信息提取》20春期末考核（参考资料）

admin

资料来源：谋学网（www.mouxue.com）-[南开大学（本部）]《网络爬虫与信息提取》20春期末考核
8 ?/ |+ v% D  j( G试卷总分:100    得分:100
- r8 b9 m1 \9 u第1题,如果使用Python的数据结构来做类比的话,MongoDB中文档相当于一个()
. O8 U( A( n4 a! e7 G! J- CA、列表
. b6 V" R5 ~' R- a. h; _: B0 A% yB、元组
( M9 q6 x: q0 _( G' D% p$ f, EC、字典
) B' o3 i4 k# L' TD、集合
% Q. M5 ^) P8 I$ G4 q' Y% ]: ~正确资料:


第2题,使用UI Automatorr输入文字的操作是得到相应控件后使用命令()
A、settext
. w, f: Y& x* m4 }B、set
" c' J6 m* O2 A6 u5 Q% ], V3 EC、set_text
! d5 l! H) z7 d; ~D、text
7 }( y! i% S* F4 ~* N正确资料:

+ g2 ^% S" |/ g4 s, y9 g9 h& f
8 J8 [( D; o/ p6 n' p. }& j第3题,在Scrapy的目录下,哪个文件负责存放爬虫文件?()
6 X; W; D4 i! K% V' XA、spiders文件夹
( V1 I9 `) G# b7 Q7 VB、item.py
C、pipeline.py
D、settings.py
正确资料:
6 f$ I2 H5 n( N% t$ b& \5 J

第4题,HTTP常用状态码表明服务器正忙的是()
) G4 U9 `0 a3 n4 ?& BA、500
# M4 p) d3 S; z0 mB、503
C、403
& @9 B" p8 b( o) A2 ?D、404
正确资料:


资料来源：谋学网（www.mouxue.com）,如果很多爬虫同时对一个网站全速爬取,那么其实就是对网站进行了()攻击
$ b& ~: R2 ]' W; Z) yA、XSS
0 Z6 s8 D1 v' A! I  f, yB、DOS
C、DDOS
/ N: x* _( a$ j$ `7 ^" A. j. O. h: iD、跨域
正确资料:


0 `- ^. y/ _" \5 ?) c& X第6题,使用UI Automatorr判断元素是否存在的操作是得到相应控件后使用命令()
A、exist
0 D! H1 N. i/ vB、exists
C、isnull
5 U. V. j0 d3 M2 h) d# z$ WD、contains
正确资料:
( T. N# i" J( ?: \, u# h
! v8 }* N, ^; k' e# ]; @3 ]" I8 N
# U/ ~9 v7 p+ z5 M+ b. m第7题,带上通过Chrome浏览器从评论页面复制而来的()再发起请求,可以减少爬虫被网站封锁的概率
% U' T# y4 q. I  Z. E7 u& T" x* `A、Cookie
5 i9 f5 m/ N) T6 ?. d2 @B、Html
C、Headers
D、CSS
* T4 F$ x# ?9 L$ W' E. D正确资料:
. t. r, s$ E4 x( ?7 X

第8题,Redis中查看一个列表长度,使用关键字()
+ e9 d7 |  s9 C7 N4 V1 G% m* R: YA、len
B、length
. X& q- ], b; L, ]# b: i7 FC、llen
D、count
7 P  M, {. I$ j8 q正确资料:
9 |0 M+ W+ S2 L& D8 s; I: j
6 _) w! j+ ^6 N# s8 h
第9题,使用Xpath获取文本使用()
) ]- p6 u! B5 V) f, _A、text
( M) e7 I# h! w8 M5 _B、text()
C、content
D、content()
. N' t0 }8 w; y* O- ~正确资料:
6 E+ {( Q# V. N) e5 l
2 w4 }9 y+ i5 p6 C. f! r8 b
资料来源：谋学网（www.mouxue.com）,使用python定制mitmproxy,下面的语句请求的是()。{req.headers["User-Agent"]}
A、headers
B、文本内容
C、目标网站
; [& y0 I& i8 K5 u* F$ uD、user-agent
正确资料:
; V3 l% R& S9 Z7 ]5 D; D2 f/ S
" l! t1 L# G- g5 R- u( [- @; ^
: j0 `. V- R+ d8 H5 G第11题,Python中Object={1, 2, 3, 4, 5},则Objcet是()
A、列表
B、元组
; K* g& ?- p/ P: I' _/ b  ^. fC、字典
D、集合
正确资料:

, g% t6 ~* I* M# ~
" v$ V0 P# Y9 A  ?- A+ B% \$ x资料来源：谋学网（www.mouxue.com）,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
  p% K  I  I. kB、item.py
C、pipeline.py
D、settings.py
正确资料:
* v$ i& |& A5 a: l6 K- W- X& f
  S4 U/ R0 e  M% f3 U9 @
6 V- J& o0 t2 s' B9 e$ y) A第13题,Redis是一个开源的使用()语言编写
A、ANSI C
B、C++
9 X1 h4 Z* @0 l# m. n% ~8 m$ ~. nC、JAVA
/ A3 e+ d# N! N8 c4 l2 JD、Python
' z+ d* G) v# _, ?, T' S5 ~* e正确资料:
' T. U5 {" y$ ^8 g7 K9 L( H8 x

8 t, i& X8 z2 [' [第14题,某些网站在发起Ajax请求时会携带()字符串用于身份验证
9 t  {4 B$ O9 }3 Q8 y+ N  _A、Token
B、Cookie
, q" v6 A" \2 F; D& MC、ReqTime
D、sum
正确资料:


* U- o* s" S. T& X, ]8 A4 f" [. i资料来源：谋学网（www.mouxue.com）,使用UI Automatorr点亮屏幕的操作是得到相应控件后使用命令()
+ }7 h" G" M9 E3 ~7 Q) d- t. dA、wakeup
B、light
7 q! I5 G0 u# MC、bright
D、sleep
正确资料:

9 @& ~& I1 J& f* \$ y4 o
第16题,Chrome的开发者工具中哪个选项可以查找到cookies
A、Elements
B、Sources
2 ^/ G1 z- x+ l+ B2 v/ _; u! RC、Network
D、Peformance
" s! M6 S0 V0 A3 J& |2 j正确资料:

; s# w7 q7 P2 P
) E# u2 v( m5 \2 j第17题,Scrapy中使用Xpath获得的结果调用了.extract方法,结果以()形式生成
A、列表
B、元组
C、字典
D、集合
正确资料:
, L3 ^/ Y% j# J  N# W
( g$ J# Q- A. W9 _/ `
) Y% g0 K/ l: u第18题,以下哪个命令是创建文件夹命令()
A、curl
B、tar -zxvf
& H: K7 Y6 }* h% nC、mkdir
D、cp
正确资料:

+ z4 Y1 m: n& j  [) p
( |3 A  s7 A; p7 h; p第19题,可以通过()绕过网站登录。
A、session
' r6 H& M  c' {* V& ZB、cookies
$ t6 M! m) r0 o3 ~% D3 ]C、moonpies
D、localstorage
正确资料:


资料来源：谋学网（www.mouxue.com）,Python中把列表转换为集合需要使用##函数
A、set
" E9 r4 z8 X: q- ~; U+ c, Q. K+ j: Z2 QB、list
C、convert
+ V# o! V+ ]0 j, y1 S" \D、change
7 z4 d8 }8 T& i1 S* t* f+ b5 r正确资料:
. o3 @5 O  h8 g3 U
7 g3 \/ C6 X7 [( u9 B
) r: Y4 O; v3 k% R第21题,Python中的容器有()
A、列表
4 J% i- N; D( f- ^/ SB、元组
C、字典
D、集合
正确资料:,B,C,D
& `0 b4 a+ _7 m4 g3 B3 ~

8 g9 H0 @$ p- b9 K第22题,HTTP常用状态码表明表明服务器本身发生错误的有()
  t; }! Z- K: M* i# A! @( a5 ~( n: J' MA、403
- s, @1 A) g; J' A3 n' [" O: j  bB、404
C、500
- L. G, ~* z4 PD、503
正确资料:,D


; [7 r- ~2 x4 P! f& o# c第23题,Python中哪种容器生成后可以修改内容
1 a* U6 E# C' o7 _9 ?; {' z. lA、列表
B、元组
. r& O# E* a& S  B; zC、字典
6 q0 }" e" X  Y: BD、集合
! u4 F) z7 R$ q& D" q, B正确资料:,C,D

: a& M2 k+ M6 C  k3 J9 r4 }
; ^5 N1 q/ D' N. }7 C第24题,最常见的HTTP请求类型有()
; R, t/ v7 z/ Y+ f) YA、GET
+ _- S' a" Z: ZB、POST
9 K" L3 h4 _4 q9 d* @) J8 l6 [8 ]C、SEND
) L; g! g2 J& E( A! T( }D、RECEIVE
正确资料:,B


资料来源：谋学网（www.mouxue.com）,BS4可以用来从()中提取数据
2 E" D8 q" m3 i' @1 l$ h8 ^A、HTML
B、XML
C、数据库
# A2 C  ~' D$ x0 H9 b1 hD、JSON
( `& `2 E  d8 y' L  R2 q1 w正确资料:,B
& x. H2 x' [/ Q; n) H- p
8 o+ [. c/ y- A) n% v! f) [; P
第26题,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
T、对
. r; w6 [5 M0 S( H  N2 u' W1 fF、错
正确资料:F
! b# z+ k  x# e  ?# ~  i: ?! m
5 n* ^( _. h6 ~; A
# l7 p5 d! A# G" i3 w* m第27题,使用Nginx反向代理到Scrapyd以后,Scrapyd本身只需要开通内网访问即可,不许经过输入密码
1 z. u4 i" P( h, kT、对
' W4 ~5 H5 |# j) l1 GF、错
更多资料下载：谋学网（www.mouxue.com）
) H: c/ B. w3 \' `% L4 Y

) m1 a1 Z3 z# G0 _: C) l( S第28题,process_spider_output(response, result, output)是在下载器中间件处理完成后,马上要进入某个回调函数parse_xxx()前调用
0 H4 Q  @& Y, U: P: z5 WT、对
, I4 `- e# \, |, iF、错
正确资料:F
: o8 N- F# H% m5 @0 c/ g) G

第29题,Robo 3T与RoboMongo是完全不一样的软件
# _+ `5 Q3 J5 xT、对
F、错
正确资料:F

1 L9 }( ]9 U) }6 }( Y
2 W: }5 D1 g6 M* p资料来源：谋学网（www.mouxue.com）,Python正则表达式中".*?"是非贪婪模式,获取最短的能满足条件的字符串。
T、对
" c7 l7 R( t" k5 d" SF、错
) B7 F$ Y" T5 F更多资料下载：谋学网（www.mouxue.com）


; F" a3 C4 x2 N; a: k: _: G第31题,Redis插入数据都是插入到列表右侧,因此读取数据也是从右侧读取
5 h7 Z! d8 S4 f1 O- e* BT、对
/ [" [- [: ^. `- l( aF、错
% f) [! H0 K" o) B* |0 |+ @正确资料:F

& t8 L. H; w. m+ i* x
0 k0 ~- h5 f7 ~" S* J2 F9 V第32题,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
1 K! i' ]- F8 N- ~  \T、对
/ @6 {6 P9 o* b" ^1 W! eF、错
) O& C* X1 u: A正确资料:F
. A. ^" \& [6 `3 R

# v7 y4 s7 A" f2 m# W" U第33题,在Ubuntu下若要运行Redis可以使用CMD进入解压以后的文件夹并运行命令redis-server.exe redis.windows.conf启动Redis
T、对
F、错
) p+ q% @. I1 |7 u* \9 `正确资料:F


6 m7 Z9 k: d- V4 d# l1 u第34题,middlewares.py是下载器中间件
T、对
F、错
  h. u/ ~/ P1 W5 |正确资料:F

+ v) F& E7 u# O
第35题,在charles中使用CTRL+F搜索,JSON里面的中文是可以直接搜索到的。
. }. g" ^. Z& c* k4 S0 dT、对
F、错
正确资料:F
+ Y1 N4 j5 K( [0 i
* g# i( I: `+ u# x0 |, q
3 l3 i) R# C' H# s, u第36题,使用了RedisSpider作为爬虫的父类以后，爬虫会直接监控##中的数据，并不读取start_urls中的数据。
# s8 D7 A" _8 [" ~6 a: b0 y正确资料:

& e7 X* V+ A8 V  |5 i3 S0 j
第37题,一般通过##表达式来解析网页数据
" m, L6 Q" w9 X, T0 k! F正确资料:
& W3 n1 T. O3 S9 L8 ?& _- B5 v

第38题,实现异步加载需要利用##技术
正确资料:
8 ~" `; ]- w+ S; i5 D, A- `5 u( ~

第39题,Python中定义函数关键字为##
正确资料:
6 v# |0 I6 h( q

' H3 l: F# t- Z6 h, n; I第40题,Python正则表达式中search和findall方法比较
# N. r4 |) h/ ]' D% G& T+ x/ a( B9 N正确资料:


. B( b$ l. A* }5 i; e0 p第41题,在MacOS下安装Scrapy，当pip的网络受到干扰导致安装的速度很慢时，应该如何应对？
正确资料:


第42题,multiprocessing
正确资料:
& k8 q* `4 h, `3 ~- w7 E
+ z" _1 X' r6 x+ l: d& R
第43题,URI
3 E* A8 h2 [: x- K. i8 x9 r+ t3 D正确资料:
4 a# M& \5 _2 A3 x# G! S
6 p" s7 Q: w. j  ]! P) W4 n: C
( A: f7 I$ @5 i' e0 b! t  G: J第44题,CSS
正确资料:
8 W1 c& b3 i2 E& j! H. }

第45题,HTML
正确资料:
2 n( E8 g0 M6 s5 R1 b" r& h) i


; p* t9 S: ?; T! M0 c& {3 Q

/ e' ?5 c8 A# N$ }: }
( z9 E& `4 c8 ]9 Y0 ]
' l7 J/ n! `$ C0 g2 [1 F
0 f+ t4 |" ~6 `% L& ?



6 i+ Y, `2 |+ Z6 L
( I& ]) \: P4 m% v4 A
0 m$ e+ o* f/ k# l+ M* _+ u

wgsh822

老师告诉我的蛮不错！

nttpgjrh

下载一份试试！

ab32455645

老师说谋学网可以下载资料，原来是真的！