奥鹏最新南开大学本部20秋学期网络爬虫与信息提取在线作业非免费答案

1、拿答案：1144766066答案来源：雅宝题库网（）-南开大学（本部）20 秋学期（1709、1803、1809、1903、1909、2003、2009）网络爬虫与信息提取在线作业试卷总分:100 得分:100第 1 题,（）是 Scrapy 官方开发的，用来部署、运行和管理 Scrapy 爬虫的工具A、ScrapydB、ScrapyDeployC、DeployDScrapy_Deploy 正确答案：第 2 题，当爬虫创建好了之后，可以使用scrapy（）”命令运行爬虫。A、startupB、starwarC、drawlDcrawl 正确答案：第 3 题，在 Scrapy 的目录下，哪个文件负

2、责存放爬虫的各种配置信息？（）A、spiders 文件夹B、item.pyC、pipeline.pyDsettings.py 正确答案：第 4 题，使用 UIAutomatorr 根据坐标来滑动桌面的操作是得到相应控件后使用命令（）A、swipeB、moveC、scrollDsfly 正确答案：答案来源：雅宝题库网（）,windows 中创建定时任务的命令为A、 taskB、schtasksC、createtasksDmaketasks：第 6 题,MongoDB 中数据存储的形式类似于（）AB、C、D、正确答案：第 7 题,requests 中 post 请求方法的使用为 requests.

3、post （data 为 （）A、B、C、D、正确答案：第 8 题,Python 中把列表转换为集合需要使用#函数A、setB、listC、convertDchange正确答案：第 9 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。A、RedisB、RedisSpiderC、SpiderD.MongoDB正确答案：表组典合列元字集网址,data=data)中的表组典合列元字集答案来源：雅宝题库网（），在 MacOS 下安装 MongoDB用命令（）installmongodbA、brewB、apt-getC、s

4、udoDapt正确答案：第 11 题,当需要把 Python 里面的数据发送给网页时，应先将其转换成（）AJson 字符串B、GETC、POSTDRequest正确答案：答案来源：雅宝题库网（），服务器端记录信息确定用户身份的数据是A、sessionB、cookiesC、moonpiesDlocalstorage正确答案：第 13 题，下列说法错误的是（）A、小程序的请求极其简单，基本上没有验证信息B、 用 Python 来请求小程序的后台接口从而获取数据， 比请求异步加载网页的后台接口要复杂很多。C、如果目标网站有小程序，那么一定要优先调查能否通过小程序的接口来抓取数据。Dk 小程序的反爬虫

5、能力比网页版的低很多。使用小程序的接口来爬数据，能极大提高爬虫的开发效率。正确答案：第 14 题，下面 Python 代码输出为():defdefault_para_trap(para=口，value=0):para.append(value)returnparaprint(第步：.format(default_para_trap(value=100)print(第二步:。.format(default_para_trap(value=50)A 第一步：100第二步：100,50B、第一步：100第二步：50C、第一步：100第二步：口DK 第一步：100第二步：100正确答案：答案来源：雅宝

6、题库网()，在 Scrapy 的目录下，哪个文件负责存放爬虫文件?()A、spiders 文件夹B、item.pyC、pipeline.pyDsettings.py正确答案：第 16 题,xpath 中 extractA方法返回值类型是()B、C、D表组典合列元字集正确答案:第 17 题,参数 headers=(),把请求头添加到 Scrapy 请求中， 使爬虫的请求看起来像是从浏览器发起的。AHEADERB、HEADERSC、HEADDBODY正确答案:第 18 题,Python 中 Object=(1,2,3,4,5),A、B、C、D则 Objcet 是()表组典合列元字集正确答案:第 1

7、9 题，在 Scrapy 的目录下，哪个文件负责定义需要爬取的数据?()A、spiders 文件夹B、item.pyC、pipeline.pyDsettings.py正确答案：答案来源： 雅宝题库网(以()形式生成AB、C、D.表组典合列元字集正确答案：),Scrapy 中使用 Xpath 狄得的结果调用了.extract 方法，结果第 21 题,Python 中的容器有()A、B、C、D.表组典合列元字集正确答案：,B,C,D第 22 题，使用 Selennium 狄取网页中元素的方法有A、find_element_by_nameB、find_element_by_idC、find_elem

8、ents_by_nameDfind_elements_by_id正确答案：,B,C,D第 23 题，一个可行的自动更换代理的爬虫系统，应该下列哪些功能？A、有一个小爬虫 ProxySpider 去各大代理网站爬取免费代理并验证，将可以使用的代理 IP保存到数据库中B、在发现某个请求已经被设置过代理后，什么也不做，直接返回C、在 ProxyMiddlerware 的 process_request 中，每次从数据库里面随机选择一条代理地址使用DK 周期性验证数据库中的无效代理，及时将其删除正确答案：,C,D第 24 题，下列关于在 IOS 上配置 Charles 的说法正确的是（）A、不同 io

9、s 设备之间会有比较大的差别，所以配置的时候需要找到对应的安装证书的入口。B、手机和电脑需要在同一个局域网下。C、HTTP 代理可以使用自动选项。D 安装好证书以后，打开 iOS 设备上的任何一个 App,可以看到 Charles 中有数据包在流动正确答案：,D答案来源：雅宝题库网（），下列说法错误的是（）A、mitmproxy 的强大之处在于它还自带一个 mitmdump 命令。这个命令可以用来运行符合一定规则的 Python 脚本，并在 Python 脚本里面直接操作 HTT可口 HTTPS 勺请求，以及返回的数据包。B、命令行中执行 mitmdump-sparse_request.py

10、即可运行 python 脚本C、使用 python 可以自定义返回的数据包，如 response.headers,就是返回的头部信息 Dk 如果返回的是 JSONI 型的字符串,python 无法进行解析。正确答案：第 26 题，以下 HTTP 状态码表示服务器本身发生错误的是A、400B、503C、302DK500正确答案：,D第 27 题,Python 中哪种容器生成后可以修改内容A 列表B、元组C、字典D集合正确答案:,C,DIP第 28 题,以下 HTTP 状态码表示服务器没有正常返回结果的是A、200B、301C、404D.500正确答案：,C,D第 29 题，如果目标网站有反爬虫声

11、明，那么对方在被爬虫爬取以后，可以据（）来起诉使用爬虫的公司A、服务器日志B、数据库日志记录C、程序日志记录Dk 服务器监控正确答案：,B,C,D答案来源：雅宝题库网（）,requests 中 post 请求方法的第二个参数可以为（）A、字典B、列表C、json 数据D 字符串正确答案:,C第 31 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T、对F、错正确答案:F第 32 题，需要登录的网站一般通过 GET 请求就可以实现登录。T、对F、错第 33 题,Pyth

12、on 中相比于 findall 方法,search 方法对于从超级大的文本里面只找第 1 个数据特别有用，可以大大提高程序的运行效率。T、对F、错更多答案下载：雅宝题库网（）第 34 题,UIAutomatorViewer 与 Pythonuiautomator 可以同时使用T、对F、错正确答案:F第 35 题,device.sleep（）方法是使用 UIAutomatorr 关闭屏幕的命令T、对F、错更多答案下载：雅宝题库网（）第 36 题，在发送请求时需要注意 requests 提交的请求头不能与浏览器的请求头一致，因为这样才能隐藏好自己达到获取数据的目的T、对F、错正确答案:F第 37

13、题,mitmproxy 的强大之处在于它还自带一个 mitmdump 命令。这个命令可以用来运行符合一定规则的 Python 脚本T、对F、错更多答案下载：雅宝题库网（）第 38 题,MongoDB 是一个关系数据库产品T、对F、错第 39 题,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F、错更多答案下载：雅宝题库网（）第 40 题,Charles 能截获 HTT 评口 HTTPS 勺数据包，如果网站使用 websocket 就可以截获T、对F、错正确答案:F第 41 题,Charles 和 Chrome 开发者工具相比，只是多了一个搜索功能T、对F、错

14、正确答案：第 42 题,爬虫中间件的激活需要另外写一个文件来进行T、对F、错正确答案:F第 43 题,Cookies 一般包含在请求头 Headers 中T、对F、错更多答案下载：雅宝题库网（）第 44 题，已经创建好的 Scrapy 爬虫*py 文件可以直接通过 Python 来运行T、对F、错正确答案:F第 45 题,如果目标网站本身就是提供公众查询服务的网站，那么使用爬虫是合法合规的T、对F、错更多答案下载：雅宝题库网（）第 46 题,Redis 中使用 Irange 读取数据后数据也会删除T、对F、错正确答案：第 47 题,开源库 pytesseract 的作用是将图像中文字转换为文本T、对F、错更多答案下载：雅宝题库网（）第 48 题,Scrapy 每一次发起请求之前都会在这里检查网址是否重复