2024年11月数据采集1+x中级练习题（含参考答案）

2024年11月数据采集1+x中级练习题（含参考答案）一、单选题（共40题，每题1分，共40分）1.题目：保障信息安全最基本、最核心的技术措施是（）选项A：反病毒技术选项B：信息确认技术选项C：信息加密技术选项D：网络控制技术正确答案：(C)答案解析：信息加密技术是保障信息安全最基本、最核心的技术措施。它通过将信息转换为密文形式，使得未经授权的人员难以理解其内容，从而保护信息在传输和存储过程中的保密性、完整性和可用性。信息确认技术主要用于验证信息的真实性和完整性；网络控制技术侧重于对网络的访问、流量等进行管理和控制；反病毒技术主要针对计算机病毒等恶意软件进行防范和清除。相比之下，信息加密技术是保障信息安全的基础和核心手段，故答案选A。信息加密技术能够对信息进行加密处理，从根本上防止信息被非法获取和篡改，是保障信息安全的基石。其他技术虽然也很重要，但都围绕着信息加密技术展开或依赖于它来实现更全面的信息安全防护。2.题目：以下xpath的表达式中，哪一个是选取id值以co开头的div节点选项A：//div[end-with(id=="co”)]选项B：//div[starts-with(@id.”co”)]选项C：//div[startsWith(@id.”co”)]选项D：//div[id==”co”]正确答案：(B)答案解析：表达式`//div[starts-with(@id,"co")]`用于选取id属性值以"co"开头的div节点。`starts-with`函数用于判断字符串是否以指定的子字符串开头，这里就是判断div节点的id属性值是否以"co"开头。选项B中`startsWith`函数拼写错误；选项C中使用`==`是不正确的判断方式；选项D中`end-with`函数使用错误且整体逻辑不对。3.题目：数据采集是数据分析前的重要且首要环节，数据采集需要符合哪些特性()选项A：低维度、高并发、高速率选项B：多维性、灵活性、高延迟选项C：全面性、多维性、高效性选项D：单一化、低维度、低并发正确答案：(C)答案解析：数据采集需要符合全面性，以确保涵盖足够的信息；多维性，能从多个角度反映数据特征；高效性，保证数据采集过程快速且有效，以便为后续的数据分析提供良好基础。A选项中的高延迟不符合要求；C选项的低维度不利于全面分析，高并发并非普遍的关键特性；D选项的单一化、低维度、低并发都不是数据采集应具备的特性。4.题目：CAP理论是NoSql理论的基础，下列性质不属于CAP的是（）。选项A：一致性选项B：原子性选项C：分区容错性选项D：可用性正确答案：(B)答案解析：CAP理论包括一致性（Consistency）、可用性（Availability）和分区容错性（Partitiontolerance），原子性不属于CAP理论的性质。5.题目：启动Apache服务命令为（）。选项A：ServiceHttpstart选项B：Httpdstart选项C：Servicehttpdstart选项D：Servicestart正确答案：(C)答案解析：在Linux系统中，启动Apache服务（httpd）通常使用“servicehttpdstart”命令。选项B中“servicestart”没有指定具体服务名，无法启动特定的Apache服务；选项C中“Http”大小写错误；选项D中“Httpdstart”没有通过service管理工具来启动，不符合常见的启动方式。所以正确答案是A。6.题目：关于Python，两次调用文件的write方法，以下选项中描述正确的是（）选项A：连续写入的数据之间默认采用空格分隔选项B：连续写入的数据之间无分隔符选项C：连续写入的数据之间默认采用逗号分隔选项D：连续写入的数据之间默认采用换行分隔正确答案：(B)答案解析：当两次调用文件的write方法时，连续写入的数据之间无分隔符。例如：```pythonwithopen('test.txt','w')asf:f.write('hello')f.write('world')```打开`test.txt`文件，内容为`helloworld`，中间没有分隔符。7.题目：下列语句中查询姓李的学生的语句是（）。选项A：select*from表名where姓名like‘李%’选项B：select*from表名where姓名like‘%李%’选项C：select*from表名where姓名=‘李’选项D：select*from表名where姓名like‘李’正确答案：(A)答案解析：在SQL中，要查询姓李的学生，使用like关键字进行模糊匹配，‘李%’表示以李开头的任意字符串，所以select*from表名where姓名like‘李%’可以查询出姓李的学生。选项A中姓名=‘李’只能查询出姓名恰好是“李”的记录，不能查询姓李的所有记录；选项C中‘%李%’表示包含李的任意字符串，会查询出姓名中包含李的所有记录，不只是姓李的；选项D中‘李’没有通配符，无法进行模糊匹配，不能达到查询姓李学生的目的。8.题目：Netflow技术是由（）公司提出的选项A：朗讯选项B：Cisco选项C：华为选项D：H3C正确答案：(B)答案解析：NetFlow技术是由Cisco公司提出的，它用于监控和记录网络流量信息，帮助网络管理员更好地了解网络使用情况、进行网络故障排查和优化网络性能等。9.题目：下面哪个HTTP状态码是搜索引擎返回的抓取正常的状态码选项A：404选项B：200选项C：500选项D：301正确答案：(B)答案解析：在HTTP状态码中，200表示成功，搜索引擎抓取正常时返回的状态码通常是200，所以大于200表示抓取正常，选项C正确。500系列状态码表示服务器内部错误；301表示永久重定向；404表示请求的资源不存在，这些都不符合抓取正常的状态。10.题目：关于cookie，以下描述错误的是选项A：是一种会话跟踪技术选项B：是由服务器端生成的选项C：通常用于记录服务器端的信息选项D：是由客户端保存的正确答案：(C)11.题目：数据采集是利用一种装置或程序从系统外部采集数据并输入到系统内部的一个（）选项A：方式选项B：语言选项C：模型选项D：接口正确答案：(D)答案解析：数据采集是利用一种装置或程序从系统外部采集数据并输入到系统内部的一个接口。它是系统与外部数据源交互的通道，通过这个接口可以获取到外部的数据，然后输入到系统内部进行处理等操作。12.题目：以下哪一项不是Android支持的尺寸单位选项A：px选项B：in选项C：dp选项D：kg正确答案：(D)答案解析：Android支持dp（密度无关像素）、px（像素）、in（英寸）等尺寸单位，而kg是重量单位，不是尺寸单位。13.题目：任何个人和组织不得从事非法侵入他人网络、干扰他人网络正常功能、窃取网络数据等危害网络安全的活动是在（）法律中规定的选项A：《电信和互联网用户个人信息保护规定》选项B：《用户个人信息保护法》选项C：《中华人民共和国网络安全法》选项D：《民法总则》正确答案：(C)答案解析：《中华人民共和国网络安全法》规定任何个人和组织不得从事非法侵入他人网络、干扰他人网络正常功能、窃取网络数据等危害网络安全的活动。该法旨在保障网络安全，维护网络空间主权和国家安全、社会公共利益，保护公民、法人和其他组织的合法权益，促进经济社会信息化健康发展。14.题目：数据包丢失一般是由网络（）引起的选项A：断线选项B：安全选项C：死机选项D：拥塞正确答案：(D)答案解析：数据包丢失一般是由网络拥塞引起的。当网络出现拥塞时，数据传输的压力增大，可能导致数据包在传输过程中丢失。死机、断线通常会导致网络连接中断，影响数据传输，但不一定直接导致数据包丢失。网络安全问题主要涉及数据的保密性、完整性和可用性等方面，与数据包丢失的直接关系较小。15.题目：数据库系统的数据独立性是指选项A：不会因为某些存储结构的变化而影响其他的存储结构选项B：不会因为系统数据存储结构与数据逻辑结构的变化而影响应用程序选项C：不会因为存储策略的变化而影响存储结构选项D：不会因为数据的变化而影响应用程序正确答案：(B)答案解析：数据独立性包括物理独立性和逻辑独立性。物理独立性是指用户的应用程序与数据库中数据的物理存储是相互独立的，即当数据的物理存储结构改变时，应用程序不用改变。逻辑独立性是指用户的应用程序与数据库的逻辑结构是相互独立的，即当数据的逻辑结构改变时，应用程序不用改变。选项B准确描述了数据独立性的含义，即不会因为系统数据存储结构与数据逻辑结构的变化而影响应用程序。16.题目：关于“user-agent”（用户代理）的描述错误的是选项A：所有发布Web请求的应用程序都是HTTPAgent代理选项B：网络爬虫只是一段程序，并不是代理选项C：Web浏览器也是一种HTTPAgent代理选项D：代表用户发起HTTP请求的客户端程序正确答案：(B)答案解析：网络爬虫是一种自动获取网页内容的程序，它在获取网页时会模拟浏览器等客户端程序向服务器发送请求，从这个角度来说它也是一种代理，所以选项D描述错误。选项A，用户代理确实代表用户发起HTTP请求的客户端程序；选项B，所有发布Web请求的应用程序都可看作是HTTPAgent代理；选项C，Web浏览器是典型的HTTPAgent代理。17.题目：有字符串如下：“abcdef12ghijkl12”;要求使用正则表达式的懒惰匹配，将abc开头，12结尾的字符串取出，代码为选项A：abcw??12选项B：abcw+?12选项C：abcw+12选项D：abcw?12正确答案：(B)18.题目：以下不属于用户数据报协议UDP特点的是（）。选项A：UDP使用尽最大努力交付，即不保证可靠交付，同时也不使用拥塞控制选项B：UDP支持一对一、一对多、多对一和多对多的交互通信选项C：UDP是面向报文的选项D：UDP发送数据前，需要首先建立连接，它是有连接服务正确答案：(D)答案解析：UDP是无连接的，即发送数据前不需要建立连接，选项A错误。UDP使用尽最大努力交付，不保证可靠交付且不使用拥塞控制，选项B正确。UDP是面向报文的，选项C正确。UDP支持一对一、一对多、多对一和多对多的交互通信，选项D正确。19.题目：哪个可以匹配至少n位的数字？选项A：^\d{n}$选项B：^\d{n,}＋选项C：^\d{n,}？选项D：^\d{n,}$正确答案：(D)答案解析：“^\d{n,}$”表示匹配至少n位数字，“^”表示开头，“\d”表示数字，“{n,}”表示至少出现n次，“$”表示结尾，所以A选项符合要求；B选项“^\d{n}$”表示精确匹配n位数字；C选项“^\d{n,}？”这种写法错误；D选项“^\d{n,}＋”这种写法也错误。20.题目：关于JavaScript基本规范，描述不正确是是（）选项A：使用=或!=来比较两个对象，返回true/false选项B：命名要有意义，使用驼峰命名法选项C：函数应该有返回值选项D：switch必须带有default分支正确答案：(A)答案解析：选项D描述不正确。在JavaScript中，不能直接使用`==`或`!=`来比较两个对象是否相等，这通常不是用来判断对象相等性的可靠方式。应该使用`Object.is()`方法或通过比较对象的属性值来确定对象是否相等。选项A中，`switch`语句不一定必须带有`default`分支；选项B中，函数不一定要有返回值；选项C中，使用驼峰命名法来命名是一种良好的规范。21.题目：网上共享的资源有选项A：通信子网、资源子网、信道选项B：硬件、软件、文件选项C：硬件、软件、数据选项D：软件、数据、信道正确答案：(C)答案解析：资源共享是指硬件、软件和数据的共享。硬件共享如共享打印机等设备；软件共享可通过网络共享软件应用程序；数据共享则是不同用户之间共享数据文件等。而信道是传输信息的通道，通信子网和资源子网是计算机网络的组成部分，文件只是数据的一种存储形式，B、C、D选项均不准确，所以选A。22.题目：下列哪种说法正确描述了模块化交换机？选项A：特性灵活多变选项B：物理特性固定选项C：允许通过冗余背板进行交换机互连选项D：外形纤细正确答案：(A)答案解析：模块化交换机具有特性灵活多变的特点。它允许用户根据实际需求灵活配置各种模块，如不同的接口模块、功能模块等，以满足不同的网络应用场景和需求。而外形纤细通常不是模块化交换机的典型特点；允许通过冗余背板进行交换机互连一般是机箱式交换机的特点；模块化交换机并不是物理特性固定，而是可以根据需要进行模块的增减和更换等，所以特性灵活多变才是正确描述模块化交换机的特点。23.题目：关于数据采集特点，描述正确的是（）选项A：只采集基本数据选项B：采集的数据内容相对单一选项C：主要进行抽样采集方式选项D：数据采集以自动化采集手段为主要方式正确答案：(D)答案解析：数据采集方式多样，并非主要进行抽样采集，A选项错误；采集的数据内容丰富多样，不是相对单一，B选项错误；数据采集如今以自动化采集手段为主要方式，C选项正确；采集的数据包括基本数据和其他各类相关数据等，不是只采集基本数据，D选项错误。24.题目：EIA/TIA568B线序()选项A：白绿/绿/白橙/蓝/白蓝/橙/白棕/棕选项B：白橙/橙/白绿/蓝/白蓝/绿/白棕/棕选项C：白绿/绿/白橙/橙/白蓝/蓝/白棕/棕选项D：白橙/橙/白绿/绿/白蓝/蓝/白棕/棕正确答案：(B)25.题目：关于Python程序中与“缩进”有关的说法中，以下选项中正确的是()选项A：缩进可以用在任何语句之后，表示语句间的包含关系选项B：缩进统一为4个空格选项C：缩进在程序中长度统一且强制使用选项D：缩进是非强制性的，仅为了提高代码可读性正确答案：(C)答案解析：在Python中，缩进是强制使用的，并且长度要统一。缩进用于表示代码块之间的包含关系，不同级别的代码块缩进量不同。选项A中说统一为4个空格不准确，虽然常见的是4个空格或一个制表符，但强调统一长度才是关键；选项B错误，缩进是强制性的；选项D错误，缩进是用在特定的语句块开始处，不是任何语句之后。26.题目：HBase是分布式列式存储系统，记录按什么（）集中存放。选项A：不确定选项B：行选项C：列族选项D：列正确答案：(C)答案解析：HBase是分布式列式存储系统，它将记录按列族集中存放。在HBase中，数据存储在分布式的RegionServer上，每个RegionServer管理多个Region，每个Region又包含多个列族，同一列族的数据会集中存储在一起，这样的存储方式有利于数据的高效读写和管理。27.题目：使用一对（）来组成一个复合的匹配项，系统在进行匹配时会作为一个整体来匹配它？选项A：都可以选项B：中括号选项C：大括号选项D：小括号正确答案：(A)28.题目：Android系统因资源不足终止Activity前调用（）函数，用以保存Activity的状态信息，供onRestoreInstanceState()或onCreate()恢复之用。选项A：onPause选项B：onDestroy选项C：onSaveInstanceState选项D：onStop正确答案：(C)29.题目：想给同组用户添加对文件的权限，应使用什么命令？选项A：chmod选项B：yum选项C：su选项D：chown正确答案：(A)30.题目：设置一个内联子窗口时，使用哪个标签（）选项A：<fieldset>选项B：<iframe>选项C：<table>选项D：<noframe>正确答案：(B)答案解析：`<iframe>`标签用于创建内联框架，即内联子窗口。`<table>`用于创建表格；`<noframe>`是在不支持框架的浏览器中显示内容的标签；`<fieldset>`用于将表单中的相关元素组合在一起。31.题目：WWW默认端口号是（）。选项A：110选项B：21选项C：80选项D：23正确答案：(C)答案解析：在网络中，WWW服务默认使用的端口号是80。21端口通常用于FTP服务；23端口用于Telnet服务；110端口用于POP3服务。32.题目：构成TCP/IP模型的四个层次是选项A：数据链路层、传输层、会话层、应用层选项B：网络接口层、网际层、传输层、应用层选项C：网络接口层、网络层、会话层、应用层选项D：网络接口层、数据链路层、传输层、应用层正确答案：(B)答案解析：TCP/IP模型的四个层次分别是网络接口层、网际层、传输层、应用层。网络接口层负责接收和发送物理帧；网际层负责将数据包从源主机传输到目的主机；传输层提供端到端的可靠通信；应用层为用户提供应用程序接口。33.题目：关于Python语句P=–P，以下选项中描述正确的是选项A：P的值为0选项B：P和P的负数相等选项C：给P赋值为它的负数选项D：P和P的绝对值相等正确答案：(C)答案解析：该语句的作用是将P的值赋值为它的负数。例如，若P初始值为5，执行该语句后P的值变为-5。选项A中说>P和P的负数相等表述不准确；选项B中>P和P的绝对值相等错误；选项D中P的值不一定为0，而是变为其原来值的相反数。34.题目：test检查模式当中表示检查对象是否是个目录的选项是()选项A：-d选项B：-e选项C：-a选项D：-f正确答案：(A)35.题目：查找根目录下的sudoers文件，命令的写法是（）选项A：find/sudoers选项B：find/-namesudoers选项C：findsudoers选项D：find-namesudoers/正确答案：(B)答案解析：在Linux系统中，find命令用于在指定路径下查找文件。`find/-namesudoers`表示从根目录（/）开始查找，查找名为sudoers的文件。选项A中路径写在了文件名后面，格式错误；选项B没有指定查找路径，默认是在当前目录查找；选项C同样没有正确指定查找路径和文件名的关系。36.题目：以下哪个文件可以查看主机名与IP地址的匹配（）选项A：/etc/hosts选项B：/etc/resolv.conf选项C：/etc/hostname选项D：/etc/group正确答案：(A)答案解析：/etc/hosts文件用于存储主机名与IP地址的映射关系，可以通过查看该文件来了解主机名与IP地址的匹配情况。/etc/hostname主要用于存储系统的主机名；/etc/resolv.conf用于配置DNS服务器信息；/etc/group用于存储用户组的相关信息。37.题目：TCP/IP层的网络接口层对应OSI的选项A：物理层选项B：网络层选项C：物理层和链路层选项D：链路层正确答案：(C)答案解析：网络接口层负责将IP数据报封装成适合在物理网络上传输的帧，它涵盖了物理层和链路层的功能。物理层负责处理物理介质上的信号传输，如电缆、光纤等；链路层负责数据帧的封装、传输和差错控制等。所以TCP/IP层的网络接口层对应OSI的物理层和链路层。38.题目：以下代码的输出结果是s="helloworld.andyoupat=r"hello(w+).and(w+)"m=re.search(pat.s)print(m.group(2))"选项A：you选项B：world选项C：helloworld.andyou选项D：抛出异常正确答案：(A)39.题目：jQuery常用的选择器中，()选择器表示当前HTML元素。选项A：$("this")选项B：$(p)选项C：$("p)选项D：$(this)正确答案：(D)答案解析：在jQuery中，$(this)表示当前HTML元素。选项B中$("p")选择的是所有的p元素；选项C中$("this")语法错误，this不是选择器的有效参数；选项D中$(p)如果p是变量且未定义会报错，且写法也不是选择当前元素的正确方式。40.题目：()法律中说明“国家支持网络运营者之间在网络安全信息收集、分析、通报和应急处置等方面进行合作，提高网络运营者的安全保障能力。”选项A：《电信和互联网用户个人信息保护规定》选项B：《中华人民共和国安全法》选项C：《中华人民共和国网络安全法》选项D：《民法总则》正确答案：(C)答案解析：《中华人民共和国网络安全法》中明确提到国家支持网络运营者之间在网络安全信息收集、分析、通报和应急处置等方面进行合作，提高网络运营者的安全保障能力。而《民法总则》主要涉及民事法律关系等内容；《电信和互联网用户个人信息保护规定》侧重于用户个人信息保护；《中华人民共和国安全法》表述不准确，不是具体指此内容的法律。所以答案是A。二、多选题（共10题，每题1分，共10分）1.题目：shell程序中能够输出数组变量aaa第0位的值的写法有()选项A：echo$aaa选项B：echo${aaa[0]}选项C：echo$(aaa)选项D：echo$aaa[0]正确答案：(AB)2.题目：下列哪些可以匹配英文和汉字？选项A：[A-Za-z0-9]+$选项B：^[A-Za-z0-9]+$选项C：^[A-Za-z0-9]{4.40}选项D：^[A-Za-z0-9]{4.40}$正确答案：(BD)3.题目：以下属于信道复用技术的是（）选项A：波分复用技术选项B：时分复用技术选项C：码分复用技术选项D：频分复用技术正确答案：(ABCD)答案解析：时分复用技术是将时间划分为一段段等长的时分复用帧，每一个时分复用的用户在每一个TDM帧中占用固定序号的时隙；频分复用技术是用户在分配到一定的频带后，在通信过程中自始至终都占用这个频带；波分复用技术是光的频分复用，它将不同波长的光信号复用到一根光纤中进行传输；码分复用技术是靠不同的编码来区分各路原始信号的一种复用方式，主要和各种多址技术结合产生了各种接入技术，如CDMA等。这四种技术都属于信道复用技术。4.题目：在当前目录(非根目录)下有一个test.sh脚本文件.以下哪些选项可以运行该脚本文件()选项A：shtest.sh选项B：sh./test.sh选项C：bash/test.sh选项D：bashtest.sh正确答案：(ABD)5.题目：SQL数据模型有三种类型，分别是()选项A：逻辑数据模型选项B：动态数据模型选项C：物理数据模型选项D：概念数据模型正确答案：(BCD)6.题目：以下属于常用爬虫框架的是()。选项A：Spring框架选项B：Scrapy框架选项C：CoB框架选项D：Pyspider框架正确答案：(BCD)7.题目：关于Python语言的浮点数类型，以下选项中描述错误的是()选项A：浮点数类型与数学中实数的概念是不一致的选项B：小数部分不可以为0选项C：Python语言要求所有浮点数必须带有小数部分选项D：浮点数类型表示带有小数的类型正确答案：(AB)8.题目：根据不同系统结构出现的时间不同分类，操作系统结构可以分为（）。选项A：微内核结构选项B：整体式结构选项C：模块化结构选项D：层次结构正确答案：(ABCD)答案解析：整体式结构是早期出现的一种操作系统结构形式，将操作系统作为一个整体来设计和实现。模块化结构是把操作系统划分成多个模块，各模块功能相对独立，通过接口相互联系。层次结构是将操作系统按功能的不同分成若干层次，各层之间单向依赖。微内核结构是现代操作系统常采用的结构，将操作系统的核心功能放在微内核中，其他功能以服务形式运行在用户态。这几种结构出现时间不同，涵盖了操作系统发展过程中的不同阶段。9.题目：下列哪些列类型是数值型的数据()选项A：FLOAT选项B：DOUBLE选项C：SET选项D：INT正确答案：(ABD)答案解析：数值型数据类型主要包括整数类型（如INT）、浮点型类型（如FLOAT、DOUBLE）等。SET类型是集合类型，不是数值型数据类型。10.题目：如何挖掘长尾关键词选项A：用户心理选项B：相关搜索选项C：分析竞争对手的网站选项D：通过网站统计正确答案：(AB