裝訂線裝訂線PAGE2第1頁(yè)，共3頁(yè)蘇州大學(xué)

《數(shù)據(jù)治理與數(shù)據(jù)安全》2023-2024學(xué)年期末試卷院(系)_______班級(jí)_______學(xué)號(hào)_______姓名_______題號(hào)一二三總分得分批閱人一、單選題（本大題共20個(gè)小題，每小題2分，共40分．在每小題給出的四個(gè)選項(xiàng)中，只有一項(xiàng)是符合題目要求的．）1、爬蟲(chóng)獲取數(shù)據(jù)后，進(jìn)行數(shù)據(jù)清洗通常不包括（）A.去除重復(fù)數(shù)據(jù)B.轉(zhuǎn)換數(shù)據(jù)格式C.加密數(shù)據(jù)D.糾正錯(cuò)誤數(shù)據(jù)2、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)合法性驗(yàn)證的方法？（）A.正則表達(dá)式B.數(shù)據(jù)類(lèi)型檢查C.范圍檢查D.忽略驗(yàn)證3、以下哪個(gè)是爬蟲(chóng)中常見(jiàn)的存儲(chǔ)數(shù)據(jù)庫(kù)？（）A.MySQLB.MongoDBC.RedisD.以上都是4、以下哪個(gè)不是爬蟲(chóng)框架？（）A.ScrapyB.PySpiderC.DjangoD.Crawley5、以下哪個(gè)不是爬蟲(chóng)中模擬登錄的方式？（）A.提交表單B.使用CookieC.破解密碼D.以上都是6、網(wǎng)絡(luò)爬蟲(chóng)在抓取數(shù)據(jù)時(shí)，如何處理異常情況？（）A.記錄日志B.重試C.跳過(guò)D.以上都是7、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)存儲(chǔ)的優(yōu)化方式？（）A.批量寫(xiě)入B.壓縮存儲(chǔ)C.索引優(yōu)化D.減少存儲(chǔ)8、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的多媒體文件鏈接？（）A.下載B.記錄C.忽略D.以上都是9、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)篩選的方法？（）A.條件判斷B.正則表達(dá)式C.隨機(jī)篩選D.按照規(guī)則篩選10、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的反爬蟲(chóng)陷阱？（）A.識(shí)別并避開(kāi)B.陷入后嘗試解決C.無(wú)視陷阱D.以上都是11、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的反爬蟲(chóng)蜜罐陷阱？（）A.識(shí)別并避開(kāi)B.陷入后處理C.忽略D.以上都是12、在爬蟲(chóng)中，處理網(wǎng)頁(yè)中的JavaScript代碼可以使用（）A.PyV8B.PhantomJSC.Node.jsD.以上都是13、在爬蟲(chóng)中，處理數(shù)據(jù)的加密通常使用（）A.AESB.RSAC.哈希函數(shù)D.以上都是14、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的動(dòng)態(tài)加載內(nèi)容？（）A.使用SeleniumB.分析接口C.模擬點(diǎn)擊D.以上都是15、以下哪種語(yǔ)言常用于編寫(xiě)網(wǎng)絡(luò)爬蟲(chóng)？A.JavaB.PythonC.C++D.JavaScript16、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理數(shù)據(jù)緩存？（）A.cachetoolsB.redisC.memcachedD.以上都是17、以下哪種方式可以提高爬蟲(chóng)的效率？（）A.多線程B.分布式C.緩存機(jī)制D.以上都是18、爬蟲(chóng)在處理網(wǎng)頁(yè)時(shí)，用于解析HTML內(nèi)容的庫(kù)是（）A.urllibB.jsonC.lxmlD.re19、以下哪種存儲(chǔ)方式不適合存儲(chǔ)爬蟲(chóng)獲取的數(shù)據(jù)？（）A.數(shù)據(jù)庫(kù)B.文本文件C.內(nèi)存D.圖像文件20、爬蟲(chóng)在處理反爬蟲(chóng)的IP封鎖時(shí)，可以采取的措施是（）A.更換IPB.暫停爬取C.降低頻率D.以上都是二、簡(jiǎn)答題（本大題共4個(gè)小題，共40分)1、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能評(píng)估相關(guān)元素。2、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶權(quán)限管理數(shù)據(jù)。3、（本題10分）解釋網(wǎng)絡(luò)爬蟲(chóng)如何遵守網(wǎng)站的使用條款和法律法規(guī)。4、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的實(shí)時(shí)更新內(nèi)容。三、編程題（本大題共2個(gè)小題，共20分)