Python网络爬虫与数据采集试题2

1.Python爬虫的作用是什么？（）A.爬取网页上的图片B.爬取网页上的文本C.爬取网页上的视频D.爬取网页上的音频2.以下哪个不是Python爬虫常用的库？（）A.requestsB.BeautifulSoupC.ScrapyD.Pygame3.以下哪个不是HTTP协议中的请求方法？（）A.GETB.POSTC.DELETED.UPDATE4.以下哪个正则表达式可以匹配所有以数字开头的字符串？（）A.^\d+$B.^\d*$C.^\d+$D.^\d{1,}$5.以下哪个不是BeautifulSoup库中常用的解析器？（）A.lxmlB.html.parserC.xmlD.json6.以下哪个XPath表达式可以选取所有class属性为"example"的元素？（）A.//*[@class="example"]B.//*[class="example"]C.//*[@class=="example"]D.//*[@*]7.以下哪个不是Python网络爬虫的常用爬取策略？（）A.深度优先策略B.广度优先策略C.贪心策略D.随机策略8.以下哪个不是Python网络爬虫的常用反爬机制？（）A.IP代理池B.User-Agent伪装C.验证码识别D.数据加密9.以下哪个不是Python网络爬虫的常用反反爬机制？（）A.动态IP代理池B.随机User-Agent伪装C.模拟登录验证机制D.数据解密10.Python爬虫中常用的数据处理工具有哪些？（）A.pandas库B.numpy库C.matplotlib库D.以上所有在字符串前添加r可使字符串不经过转义（）可以直接通过BeautifulSoup或tag对象实现BeautifulSoup中find_all()方法的功能（）HTTP所有状态码的第一个数字代表了响应的五种状态之一（）HTTP状态码中，200表示请求已成功，数据随此响应返回（）在XPath中，希望选取此节点的所有子节点，应该使用”//”（）在XPath中，希望选取所有名称为”title”的子节点，应该使用”//title”（）在XPath中，希望选取所有名称为title且属于bookstore元素的元素，应该使用”//bookstore/title”（）在XPath中，希望选取所有价格大于或等于30且小于40的书应该使用”//book[price>=30andprice<40]”（）正则表达式中，使用”a.*”来匹配任意以字母a开头的字符串（）BeautifulSoup库可以通过属性名和属性值来查找HTML或XML文件中的元素，比如使用soup.find_all(attrs={"class":"book"})来查找所有属性名为book的元素，返回值是一个列表（）在浏览器中打开网站后，在网站首页的地址后面添加______，如果网站设置了访问许可，按回车就可以看到网站的robots

协议，即

robots.txt

文件内容。Web页面它具有一定的结构，即由_______。HTTP状态码是用来表示网页服务器HTTP响应状态的3位数字代码。状态码包含了五种类别，即消息、____、_____、______和服务器错误.404代表“NOTFOUND”，认为网页已经失效；___代表“ServiceUnavailable”，认为网页临时不可访问；___代表“Forbidden”，认为网页目前禁止访问；___代表是“MovedPermanently”，认为网页重定向至新URL。Requests模块中，headers参数的作用是________。若想要读写模式打开文件，应该使用___Cooike是___端的，数据保存在___端；Session是_____端的，数据保存在_____。使用matplotlib绘制散点图，使用的函数是_______。html标签从闭合的角度可以分为_______与______。按照链接的存在方式不同，分为________和________。什么是爬虫？爬虫的流程是什么？Python中常用的爬虫库有哪些？写爬虫是用单线程好还是多线程好？为什么？爬虫中如