网络数据爬取与处理知到智慧树章节测试课后答案2024年秋上海商学院

网络数据爬取与处理知到智慧树章节测试课后答案2024年秋上海商学院第一章单元测试

以下描述错误的是（）。

A:Anaconda是一个开源的Python发行版本B:Jupyternotebook可通过Markdown语法编写说明文档C:Anaconda只提供了Jupyternotebook编程环境D:Jupyternotebook是一个基于网页交互的编程环境

答案:Anaconda只提供了Jupyternotebook编程环境以下描述错误的是（C）。

以下哪一项不属于数据科学的基本任务（）。

A:处理数据B:获取数据C:存储数据D:分析数据

答案:存储数据以下关于数据科学的说法中，正确的是（）。

A:数据科学就是研究数学的科学B:数据科学只适用于科学研究，对我们日常生活没有关系C:计算工具的革新，数据量的持续增长推动了数据科学的发展。D:对大数据的采集就是数据科学

答案:计算工具的革新，数据量的持续增长推动了数据科学的发展。智能健康手环的运用了以下哪一项数据采集技术（）。

A:统计报表B:网络爬虫C:API接口D:传感器

答案:传感器下列关于大数据特点的说法中，错误的是（）.

A:数据价值密度高。B:数据类型多样C:数据规模大D:数据生成和处理速度快

答案:数据价值密度高。

第二章单元测试

下列选项哪不是爬虫程序的常见类型（）。

A:聚焦网络爬虫B:通用网络爬虫C:增量式网络爬虫D:深层式网络爬虫

答案:深层式网络爬虫以下关于实现网络爬虫程序的描述中，错误的是（）。

A:通过Python编写网络爬虫程序，本质上是模拟人类浏览网页的行为B:编写爬虫程序前，可以使用浏览器自带的开发者工具，对我们发出的请求和接受到的响应进行分析C:通过爬虫程序获取的数据文件均为HTML文件D:网络爬虫是自动获取互联网上公开数据的程序

答案:通过爬虫程序获取的数据文件均为HTML文件通过浏览器访问网站服务器的过程，描述错误的是（）。

A:参与对象包：括浏览器、域名解析服务器、网站服务器B:HTTP协议规范了请求与响应的过程C:TCP协议规范了超文本标记语言的语法格式D:互联网上公开数据的地址是由URL协议规范

答案:TCP协议规范了超文本标记语言的语法格式下列不属于常用反爬虫手段的是（）。

A:验证码校验B:限制访问频率C:对请求头的检测D:人工筛查

答案:人工筛查以下关于爬虫程序的描述中，正确的是（）。

A:爬虫程序可以爬取互联网上任意数据B:通过爬虫程序获取的数据可用于商业用途C:通过爬虫程序获取的数据可在互联网上公开D:爬虫程序执行时应避免对服务器造成过载

答案:爬虫程序执行时应避免对服务器造成过载

第三章单元测试

以下关于re库的描述中，错误的是（）。

A:可re库提取HTML文档中的数据B:可通过re库实现字符串的正则表达式匹配C:re库是Python的第三方库D:re.findall()方法返回的数据类型为列表

答案:re库是Python的第三方库‎正则表达式中能够匹前面的字符或子表达式1次或多次的符号是（）。

A:*B:?C:|D:+

答案:+‎以下不能够匹配任意数字字符的正则表达式的是（）。

A:[0-9]B:\dC:[0123456789]D:{0123456789}

答案:{0123456789}执行以下程序输出的结果是（D）。

importre

s='ABC123abc456'

a=re.findall('[A-Za-z]{2}',s)

print（）

A:['AB','ab']B:['BC']C:['ABC']D:['AB']

答案:['AB']执行以下程序输出的结果是（B）。

importre

s='Bob:12+Alex:23+Emily:33'

a=re.findall('\+*(.+?)\+',s)

print（）

A:['Bob:12+','Alex:23+']B:['Alex:23']C:['Bob:12','Alex:23']D:['Bob:12','Alex:23','Emily:33',]

答案:['Bob:12','Alex:23','Emily:33',]

第四章单元测试

HTML是整个网页的结构，相当于整个网站的框架。带“＜”、“＞”符号的都是属于HTML的标签，并且标签都是成对出现的。下列说法中，错误的是（）。

A:有的标记附标签是可以带有属性参数，表示为＜标记属性="参数值"＞B:<img>..</img>表示该标签是标题C:<html>..</html>表示标记中间的元素是网页D:表示超链接标签

答案:<img>..</img>表示该标签是标题下列关于BeautifulSoup中对象类型描述错误的是（）。

A:name属性可获取标签名B:attrs属性可获取标签的属性C:string属性可获取标签的id属性D:NavigableString属性可获取标签内非属性字符串

答案:string属性可获取标签的id属性执行以下程序输出的结果是（）。

frombs4importBeautifulSoup

html='<html><pclass="story">ss<aid="name1">Alice</a></p><aid="name2">Amy</a></html>'

soup=BeautifulSoup(html,'html.parser')

print(soup.a.string)

A:AliceAmyB:AmyC:ssD:Alice

答案:Alice执行以下程序输出的结果是（）。

frombs4importBeautifulSoup

html='<html><pclass="story">ss<aid="name1">Alice</a></p><aid="name2">Amy</a></html>'

soup=BeautifulSoup(html,'html.parser')

soup.find_all(name='a',id='name2')

A:[<aid="name1">Alice</a>]B:[<aid="name1">Alice</a>,<aid="name2">Amy</a>]C:[<pclass="story">ss<aid="name1">Alice</a></p>]D:[<aid="name2">Amy</a>]

答案:[<aid="name2">Amy</a>]执行以下程序输出的结果是（）。

frombs4importBeautifulSoup

html='<html><pclass="story">ss<aid="name1">Alice</a></p><aid="name2">Amy</a></html>'

soup=BeautifulSoup(html,'html.parser')

soup.select('p~a')

A:[<pclass="story">ss<aid="name1">Alice</a></p>]B:[<aid="name1">Alice</a>]C:[<aid="name2">Amy</a>]D:[<aid="name1">Alice</a>,<aid="name2">Amy</a>]

答案:[<aid="name2">Amy</a>]

第五章单元测试

以下关于JSON模块描述错误的是（）。

A:json.loads()只只能将json字符串解析为字典B:json.dumps()能够将一个Python数据类型编码为json字符串C:JSON模块可对JSON数据进行解析与编码D:json.loads()能够将json字符串解析为Python数据类型

答案:json.loads()只只能将json字符串解析为字典以下关于json数据的描述中，错误的是（）

A:JSON是非常利于人阅读，但是不太利于机器解析和生成的。B:JSON数据非常简洁，层次结构非常清晰C:JSON是以文本格式来存储和表示D:JSON是一种轻量级的数据交换格式

答案:JSON是非常利于人阅读，但是不太利于机器解析和生成的。表单登陆需要使用的请求方法是（）

A:DELETEB:PUTC:GETD:POST

答案:POST以下关于Ajax技术描述错误的是（）

A:Ajax可以在不刷新整个页面的情况下，对网页进行部分更新B:浏览器通过Ajax向服务器发送请求的类型为XMLHttpC:网络爬虫程序不能从采用Ajax技术的网页中爬取数据D:Ajax通过JavaScript发送请求、解析数据、渲染网页

答案:网络爬虫程序不能从采用Ajax技术的网页中爬取数据以下描述错误的是（）

A:可通过CSS设置网页的样式B:可通过Ajax可实现网页的静态加载C:可通过HTML语言定义网页结构D:可通过javascript可控制网页的动态功能

答案:可通过Ajax可实现网页的静态加载

第六章单元测试

Pandas提供的数据类型中，以下哪一项是带索引的一维数组（）。

A:DataFrameB:SeriesC:ArrayD:Panel

答案:Series执行以下程序输出的结果是（）。

importpandasaspd

s=pd.Series([3,5,6,7,9],index=['a','b','c','d','e'])

print(list(s[2:4]))

A:[5,6,7]B:[6,7,9]C:[6,7]D:[5,6]

答案:[6,7]执行以下程序输出的结果是（）。

importpandasaspd

s1=pd.Series([3,5,6,7,9])

s2=pd.Series([1,2,3,4,1])

print((s1+s2).sum())

A:4B:[3,5,6,7,9,1,2,3,4,1]C:[4,7,9,11,10]D:41

答案:41执行以下程序输出的结果是（A）。

importpandasaspd

d={'one':[1,3,5,7],'two':[2,4,6,8]}

df=pd.DataFrame（）

df['three']=df['two']-df['one']

df.drop(2)

print(df)

A:B:C:D:

答案:执行以下程序输出的结果是（A）。

importpandasaspd

d={'one':[1,3,5,7],'two':[2,4,6,8]}

df=pd.DataFrame（）

df['three']=df['two']-df['one']

print(df[(df.one>3)&(df.two<8)])

A:B:C:D:

答案:

第七章单元测试

关于pandas的merge方法描述错误的是（）。

A:merge方法可以将两个dataframe在任意列上对齐连接B:merge方法可以将两个dataframe在名称不同的列上对齐连接C:merge方法默认执行内连接D:merge方法可以将两个dataframe在行索引上对齐连接

答案:merge方法可以将两个dataframe在行索引上对齐连接关于pandas的concat方法描述错误的是（）。

A:concat方法可以将两个dataframe在列索引上对齐连接B:concat方法可以将两个dataframe在行索引上对齐连接C:concat方法可以将两个dataframe在任意列上对齐连接D:concat方法可以将两个series在行索引上对齐连接

答案:concat方法可以将两个dataframe在任意列上对齐连接变量df1与df3的值如下图所示，执行以下程序后，变量df的值为（）。

df=pd.concat([df1,df3],axis=1,join='inner')

A:B:报错C:D:

答案:变量df1与df2的值如下图所示，执行以下程序后，变量df的值为（）。

df=pd.merge(df1,df2,on=['key1','key2'],how='left')

A:B:C:D:

答案:变量df1与df2的值如下图所示，执行以下程序后，变量df的值为（）。

df=pd.merge(df1,df2,on=['key1','key2'],how='right')

A:B:C:D:

答案:

第八章单元测试

以下描述错误的是（）。

A:可通过groupby方法对dataframe进行分组聚合变换B:可通过pandas库的read_csv方法将文本文件读入dataframeC:apply方法可将函数功能应用到dataframe上的每一个元素D:可通过pandas库的to_csv方法将dataframe写入文本文件

答案:apply方法可将函数功能应用到dataframe上的每一个元素以下关于缺失值的处理描述错误的是（）。

A:通过dataframe的dropna()方法可查删除缺失值B:对于dataframe中具有缺失值的行可以进行删除或填充处理C:通过dataframe的isnull()方法可直接查询到每一列缺失值的个数D:通过dataframe的fillna()方法可填充缺失值

答案:通过dataframe的isnull()方法可直接查询到每一列缺失值的个数变量df的值如图所示，执行以下代码后输出的结果是（）。

print(df.isnull().sum().sum())

A:B:C:7D:3

答案:7变量df的值如图所示，执行以下代码后返回的结果是（）。

df.dropna(thresh=3)

A:B:C:D:

答案:变量df的值如图所示，执行以下代码后返回的结果是（）。

df.dr