習(xí)題三一、單選選擇題1.下列不屬于常見爬蟲類型的是()A.通用網(wǎng)絡(luò)爬蟲B.增量式網(wǎng)絡(luò)爬蟲C.淺層網(wǎng)絡(luò)爬蟲D.聚焦網(wǎng)絡(luò)爬蟲2.下列不屬于聚焦網(wǎng)絡(luò)爬蟲的常用策略的是()A.基于深度優(yōu)先的爬取策略B.基于內(nèi)容評(píng)價(jià)的爬取策略C.基于鏈接結(jié)構(gòu)評(píng)價(jià)的爬取策略D.基于語境圖的爬取策略3.下列不屬于常用反爬蟲手段的是()A.訪問頻度B.驗(yàn)證碼校驗(yàn)C.賬號(hào)權(quán)限D(zhuǎn).人工篩選4.下列屬于反爬蟲目的的是()A.限制訪問人數(shù)B.防止網(wǎng)站信息被競(jìng)爭(zhēng)對(duì)手隨意獲取C.限制用戶訪問權(quán)限D(zhuǎn).變換網(wǎng)頁結(jié)構(gòu)5.下列關(guān)于Python爬蟲庫的功能，描述不正確的是()A.通用爬蟲庫-urllib3B.通用爬蟲庫-RequestsC.爬蟲框架-ScrapyD.HTML/XMML解析器pycur6.下列不屬于Socket庫中的方法是()A.服務(wù)器端方法B.公共方法C.通信方法D.客戶端方法7.下列屬于HTTP必須實(shí)現(xiàn)的請(qǐng)求方法的是()A.GET與HEADB.POST與DELETEC.TRACE和OPTIONSD.OPTIONS和CONNECT8.下列不屬于HTTP頭部類型的是()A.通用頭B.回復(fù)頭C.請(qǐng)求頭D.響應(yīng)頭9.下列有關(guān)Cookie機(jī)制描述錯(cuò)誤的是()A.服務(wù)器能通過Cookie識(shí)別用戶B.通過Cookie驗(yàn)證后不需重新提交表單C.Cookie按內(nèi)存式或硬盤式進(jìn)行存儲(chǔ)D.Cookie不存在時(shí)效性10.下列不屬于HTTP請(qǐng)求過程的是()A.生成請(qǐng)求B.超時(shí)設(shè)置C.請(qǐng)求重定向D.搜索文檔11.Apache服務(wù)器是實(shí)現(xiàn)()網(wǎng)絡(luò)協(xié)議的服務(wù)器。A.FTPB.DHCPC.HTTPDD.HTTP12.網(wǎng)絡(luò)爬蟲最常需要配置的請(qǐng)求頭是()A.user-agentB.accept-encodingC.acceptD.referer二、問答題1.數(shù)據(jù)采集定義2.數(shù)據(jù)來源分類3.數(shù)據(jù)質(zhì)量評(píng)估一、選擇題：1-6CADBDC7-12ABDDDA二、問題題：1.數(shù)據(jù)采集定義答:數(shù)據(jù)采集(DataCollection)是指通過特定方法和工具，系統(tǒng)地從各種來源收集、獲取并整理數(shù)據(jù)的過程。這些數(shù)據(jù)可以是結(jié)構(gòu)化的，如數(shù)據(jù)庫中的表格信息，也可以是非結(jié)構(gòu)化的，如社交媒體上的文本、圖像或視頻。2.數(shù)據(jù)來源分類答:數(shù)據(jù)來源可以根據(jù)不同的標(biāo)準(zhǔn)進(jìn)行分類，常見的分類方式有:按照數(shù)據(jù)產(chǎn)生方式:原始數(shù)據(jù)(一手?jǐn)?shù)據(jù)如調(diào)研問卷、實(shí)驗(yàn)數(shù)據(jù))和二手?jǐn)?shù)據(jù)(如已發(fā)布的研究報(bào)告、公開數(shù)據(jù)庫)。按照數(shù)據(jù)形態(tài):文本數(shù)據(jù)、圖像數(shù)據(jù)、音頻數(shù)據(jù)、視頻數(shù)據(jù)等。按照數(shù)據(jù)來源:內(nèi)部數(shù)據(jù)(組織內(nèi)部系統(tǒng)生成的數(shù)據(jù))和外部數(shù)據(jù)(如公共數(shù)據(jù)庫、第三方服務(wù)機(jī)構(gòu)提供的數(shù)據(jù))。3.數(shù)據(jù)質(zhì)量評(píng)估答:數(shù)據(jù)質(zhì)量評(píng)估是對(duì)采集到的數(shù)據(jù)的質(zhì)量進(jìn)行檢查和評(píng)價(jià)的過程，主要包括以下幾個(gè)方面.準(zhǔn)確性:數(shù)據(jù)是