自覺遵守考場紀律如考試作弊此答卷無效密自覺遵守考場紀律如考試作弊此答卷無效密封線第1頁，共3頁重慶人文科技學院《數(shù)據(jù)挖掘與分析技術(shù)實驗》2022-2023學年期末試卷院(系)_______班級_______學號_______姓名_______題號一二三總分得分批閱人一、單選題（本大題共20個小題，每小題2分，共40分．在每小題給出的四個選項中，只有一項是符合題目要求的．）1、以下哪個不是爬蟲中處理網(wǎng)頁亂碼的方法？（）A.手動指定編碼B.自動檢測編碼C.轉(zhuǎn)換編碼D.忽略亂碼2、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的多語言頁面？（）A.選擇一種語言抓取B.抓取所有語言C.根據(jù)需求抓取D.以上都是3、以下哪個不是爬蟲中處理反爬蟲的技巧？（）A.降低訪問頻率B.使用隨機User-AgentC.頻繁更換IPD.以上都是4、在爬蟲中，處理robots.txt文件的目的是（）A.了解網(wǎng)站的爬取規(guī)則B.獲取網(wǎng)站地圖C.查找隱藏頁面D.提高爬取效率5、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的跳轉(zhuǎn)？（）A.自動跟隨B.按照規(guī)則處理C.忽略D.以上都是6、網(wǎng)絡(luò)爬蟲在抓取數(shù)據(jù)時，需要遵守的原則是？（）A.不影響網(wǎng)站正常運行B.不獲取敏感信息C.遵循網(wǎng)站的使用條款D.以上都是7、在爬蟲中，處理數(shù)據(jù)的分頁提取通常需要分析（）A.URL規(guī)律B.頁面結(jié)構(gòu)C.JavaScript代碼D.以上都是8、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的登錄驗證碼？（）A.手動輸入B.自動識別C.借用已登錄的CookieD.以上都是9、以下哪個不是爬蟲中處理網(wǎng)頁編碼的方法？（）A.自動檢測B.指定編碼C.忽略編碼D.轉(zhuǎn)換編碼10、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的robots.txt文件？（）A.遵守規(guī)定B.忽略C.部分遵守D.以上都有可能11、以下哪個不是爬蟲中處理并發(fā)的方式？（）A.多進程B.多線程C.異步編程D.以上都是12、在爬蟲中，處理數(shù)據(jù)存儲的一致性問題通常使用（）A.事務(wù)B.鎖C.備份D.以上都是13、以下哪種方式可以避免爬蟲被網(wǎng)站識別為機器人？（）A.隨機延遲請求B.模擬人類行為C.使用多個用戶代理D.以上都是14、在爬蟲中，處理爬蟲任務(wù)的調(diào)度可以使用（）A.隊列B.棧C.優(yōu)先級隊列D.以上都是15、網(wǎng)絡(luò)爬蟲的法律風險不包括（）A.侵犯知識產(chǎn)權(quán)B.違反網(wǎng)站規(guī)定C.傳播病毒D.以上都是16、爬蟲在處理網(wǎng)站的反爬蟲機制時，首先應(yīng)該（）A.嘗試突破B.遵守規(guī)則C.尋找漏洞D.放棄爬取17、以下哪個不是爬蟲框架？（）A.ScrapyB.PySpiderC.DjangoD.Crawley18、以下哪個不是爬蟲中處理異步請求的方式？（）A.使用回調(diào)函數(shù)B.使用線程C.使用協(xié)程D.以上都是19、以下哪個不是反爬蟲的常見手段？（）A.IP封鎖B.驗證碼C.數(shù)據(jù)加密D.增加頁面加載時間20、以下哪個不是常見的爬蟲存儲數(shù)據(jù)庫？（）A.MySQLB.MongoDBC.OracleD.Excel二、簡答題（本大題共4個小題，共40分)1、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息產(chǎn)品創(chuàng)新和改進數(shù)據(jù)。2、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能訪問控制相關(guān)元素。3、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的數(shù)據(jù)排序和篩選條件。4、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能轉(zhuǎn)換相關(guān)元素。三、編程題（