数据采集工程师技能测试题（含答案解析）

数据采集工程师技能测试题（含答案解析）一、单选题1.TCP三次握手建立连接的正确顺序是？A.客户端发送SYN→服务器返回SYN+ACK→客户端发送ACKB.客户端发送ACK→服务器返回SYN+ACK→客户端发送SYNC.客户端发送SYN→客户端发送ACK→服务器返回SYN+ACKD.服务器返回SYN+ACK→客户端发送SYN→客户端发送ACK答案：A解析：TCP三次握手标准流程为客户端先发送SYN报文，服务端回复SYN+ACK，客户端最后发送ACK完成连接建立。2.HTTP请求的完整流程正确顺序是？A.DNS解析→TCP连接→发送请求→返回响应→接收响应B.TCP连接→DNS解析→发送请求→返回响应→接收响应C.DNS解析→发送请求→TCP连接→返回响应→接收响应D.DNS解析→TCP连接→返回响应→发送请求→接收响应答案：A解析：HTTP完整流程为先DNS解析域名，再建立TCP连接，之后发送请求、服务端返回响应、客户端接收响应。3.HTTP429和403状态码描述正确的是？A.429请求过多需限流；403禁止需更换IPB.429服务器错误；403资源不存在C.429和403请求格式错误D.429应持续重试；403无需调整答案：A解析：429代表请求频次超限需限流，403代表服务端拒绝访问，通常需更换IP或调整请求策略。4.请求超时描述错误的是？A.连接超时指无法建立连接B.读取超时指等待响应超出时长C.requests可分别设置连接和读取超时D.HTTP200状态码表示请求超时答案：D解析：HTTP200是请求成功状态码，请求超时会返回超时相关异常或5xx/408状态码。5.Cookie与Session区别错误的是？A.Cookie客户端存储，Session服务器端存储B.Cookie记录客户端状态，Session用于跟踪会话C.requests.Session可自动管理CookieD.Cookie和Session是同一种机制答案：D解析：Cookie存储在客户端，Session存储在服务端，二者是不同的会话跟踪机制。6.HTTP长连接（Keep-Alive）好处是？A.避免重复TCP握手B.响应后立即关闭连接C.防止中间人攻击D.强制浏览器缓存内容答案：A解析：HTTP长连接可复用TCP连接，避免多次握手挥手，提升请求效率。7.大量请求失败的推荐处理方法是？A.try-except捕获异常，有限次重试并退避B.不作任何处理忽略C.无限重试直到成功D.立即连续快速重试无等待答案：A解析：请求失败应捕获异常，设置有限重试次数+指数退避，避免加重服务端压力。8.同步与异步区别正确的是？A.同步顺序执行；异步等待时执行其他任务B.同步异步无差别C.异步仅适用于CPU密集型任务D.同步适合高并发场景答案：A解析：同步任务按顺序执行，异步在IO等待时可处理其他任务，适合IO密集型高并发场景。9.不属于异步爬虫优势的是？A.提高抓取效率B.IO密集场景减少资源消耗C.协程轻量实现高并发D.加速CPU密集计算答案：D解析：异步爬虫优化IO等待，不提升CPU密集型计算速度。10.asyncio编写异步爬虫不推荐的做法是？A.所有IO操作异步实现B.避免使用同步阻塞库C.不限制并发数量D.用连接池限速避免服务过载答案：C解析：异步爬虫需限制并发，否则易触发反爬或导致服务崩溃。11.连接池作用正确的是？A.复用TCP连接B.缓存HTTP响应数据C.增加并发连接绕过限制D.自动管理Cookie会话答案：A解析：连接池核心作用是复用TCP连接，减少握手开销，提升请求效率。12.异步爬虫适用场景是？A.高效并发大量请求B.少量目标与同步代码集成C.大量同步库调用D.简单少量请求答案：A解析：异步爬虫适合高并发、大批量IO密集型请求场景。13.动态JS渲染页面爬取方式是？A.无头浏览器加载JSB.延长HTTP请求超时C.只爬HTML不处理JSD.修改UA跳过JS渲染答案：A解析：动态渲染页面需用无头浏览器（如Playwright、Puppeteer）执行JS获取完整数据。14.不属于网站反爬机制的是？A.验证码B.限制IP请求频率C.改变HTML结构D.启用HTTPKeep-Alive答案：D解析：HTTPKeep-Alive是性能优化机制，不属于反爬策略。15.统计请求耗时的方法是？A.time.time()计算请求前后时间差B.使用requests.sessionC.开启长连接D.增加请求头答案：A解析：通过记录请求开始与结束时间戳，计算差值可得到请求耗时。16.如何判断请求被限流还是IP被封？A.429为频率过快，403为权限封禁B.429代表资源不存在C.403代表请求超时D.429代表权限封禁答案：A解析：429是请求频次超限（限流），403是服务端拒绝访问（IP/权限封禁）。17.如何开启keep-alive长连接？A.requests默认开启，aiohttp用TCPConnectorB.设置超长请求超时C.增加自定义请求头D.直接使用异步请求答案：A解析：requests库默认启用长连接，aiohttp需通过TCPConnector配置连接池实现长连接。18.优化慢请求的措施不包括？A.复用连接池B.使用异步请求C.减少请求数量D.增加请求头信息答案：D解析：增加请求头无法优化请求速度，连接池、异步、合并请求均可提升效率。19.接口响应缓慢排查方法不合理的是？A.工具独立测试接口B.检查网络或DNS解析C.抓包分析请求重定向D.更换语言重新编写爬虫答案：D解析：接口响应慢优先排查网络、DNS、接口本