常用的爬虫技巧有(____)

试卷相关题目

• 1下列说法正确的有(____)

  A.cookielib库提供可存储cookie的对象，以便与urllirequest库配合使用 来进行访问

  B.过于频繁的爬虫不会带给网站额外的压力

  C.使用split()可以进行字符串的拆分

  D.正则表达式可以实现对爬取信息的快速过滤

  开始考试点击查看答案
• 2下列关于HTML 的叙述正确的有(____)

  A.一个HTML文件可以用记事本来编辑

  B.HTML的意思是超文本标记语言

  C.一个HTML文件必须是一个以html或html为扩展名的文件

  D.HTML区分大小写，如 ＜b＞写成＜B＞是错误的

  开始考试点击查看答案
• 3下列关于API爬虫的说认错误的有(____)

  A.基于API返回的结果通常会比较干净

  B.基于API的爬虫任务中，速度一般较慢

  C.基于API的爬虫，爬取的好处是没有次数的限制

  D.基于APl 的爬取能够覆盖网站所有信息

  开始考试点击查看答案
• 4下列关于HTML协签嵌套规则的说法正确的有(____)

  A.块元素可以包含内联元素或某些块元素，但内联元素也可以包含块元素

  B.HTML 标签包括块级元素和内嵌元素

  C.内嵌元素一般用在网站内容之中的某些细节或部位，用以强调区分样 式上标下标描锚点等，通常包括a、abbr、bbr、font、i、 img、input、kbd 、label、q、s、select、small、span、sub、tt、u、var 等

  D.其中块级元素一般用来搭 建网络架构布局承栽内容，通常包括的标签有address dir、divd、dl、dt、dd、form、h1~h6、hr、is、index、menu、noframes、noscript、ol、p、pre、table、ul等

  开始考试点击查看答案
• 5下列可以用于实现爬虫功能的有(____)

  A.BeautifulSoup 库

  B.re模块

  C.Scrapy框架

  D.urllibrequest库

  开始考试点击查看答案
• 6下列说法正确的有(____)

  A.网站服务器可以识别你使用的访问软件，因为在发送访问请求中有特定位置的字符串和软件类型相关

  B.低级别的代理服务器十分容易被识别

  C.可以通过修改opener的 proxy来模拟浏见器访问

  D.爬取图片的流程被中断时，之前所有爬取的信息都将被自动删除

  开始考试点击查看答案
• 7下列关于超链接的说法正确的有(____)    "

  A.语句 ＜a herf=""formhtml""＞Fill Our Form＜/a＞ 指向的是同一 服务器同一目 录下的formhtml" "

  B.语句＜a href=""stuff/cath tml""＞Catalog＜/a＞ 指向的是同一服务器子 目录stuff 下的cathtml"

  C.语句＜ a hcef "/parenthtml"＞Parent＜/a＞ 指向的是同一服务器父目录下的parenthtml

  D.语句＜ a href="'wwwdevbgorg" target "_blank"＞BASD＜/a＞ 指向的是内部的网站

  开始考试点击查看答案
• 8在Python中查看关键字，需要在pyhon解释器中执行(____)两条命令

  A.list keyword

  B.import keyword

  C.keyword

  D.import.kwlist

  开始考试点击查看答案
• 9python标准库包含(____)

  A.os

  B.sys

  C.numpy

  D.re

  开始考试点击查看答案
• 10下列关于Python分隔代码块的描述错误的有(____)

  A.内嵌代码的每一行，都比外面的if语句的缩进更多

  B.代码以“begin”开头，“end”结尾

  C.每行代码的缩进都一致

  D.代码块被封装在花括号中

  开始考试点击查看答案