- Python 3 爬虫、数据清洗与可视化实战（第2版）
- 零一
- 1052字
- 2020-08-27 11:26:25
2.8 习题
一、选择题
1．下列哪个快捷键可以打开网页源代码？（ ）
A．【Shift+A】
B．【Shift+U】
C．【Ctrl+A】
D．【Ctrl+U】
2．下列哪个不是文件的编码格式？（ ）
A．UTF-8
B．ANSI
C．GBK
D．str
3．下列哪种是Unicode编码的书写方式？（ ）
A．a='中文'
B．a=r'中文'
C．a=u'中文'
D．a=b'中文'
4．下列关于Beautiful Soup的表述有误的是（ ）。
A．Beautiful Soup不仅支持Python标准库中的HTML解析器，还支持一些第三方解析器
B．Beautiful Soup可将复杂的HTML文档转换成树形结构
C．Beautiful Soup唯一的搜索方法是find_all()
D．Beautiful Soup 3 当前已停止维护
5．Beautiful Soup自动将输入文档转换为以下哪种编码？（ ）
A．Unicode
B．UTF-8
C．GBK
D．ASCII码
6．以下哪个选项不是GET方式和POST方式的区别？（ ）
A．GET从服务器上获取数据，POST向服务器传送数据
B．GET安全性非常低，POST安全性较高
C．GET执行效率比POST好
D．POST传送的数据量小于GET
7．下列关于爬虫的说法有误的是（ ）。
A．请求头是将自身伪装成浏览器的关键
B．大型网站通常都会根据Referer参数判断请求的来源
C．编码问题的存在会使爬虫程序报错
D．请求携带的参数封装在一个字典中，当作参数传给POST或GET
8．爬虫爬取数据的流程包括以下哪些选项？（ ）
A．发送请求
B．获取响应内容
C．解析内容
D．保存数据
9．关于网页结构的阐述，下列哪个选项是正确的？（ ）
A．<body>表示用户可见内容
B．<div>表示框架
C．<P>表示列表
D．<li>表示段落
10．以下哪些是requests库获取网页的方法？（ ）
A．requests.request()
B．requests.get()
C．requests.post()
D．requests.delete()
11．下列哪个选项可以复制路径？（ ）
A．copy xpath
B．copy selector
C．copy outerHTML
D．copy element
二、判断题
1．网页一般由三部分组成，分别为HTML（超文本标记语言）、CSS（层叠样式表）和JScript（活动脚本语言）。（ ）
2．安装好Python之后，就已经安装了requests库。（ ）
3．GET请求获取数据的方式不同于POST，GET请求数据必须构建请求头。（ ）
4．POST方式需要权限验证和请求内容，服务器通过权限放行，该方式具有查询和修改数据的权限。（ ）
5．requests库返回的数据可以是JSON格式的数据。（ ）
6．requests 是用Python语言编写的，基于 urllib，采用 Apache 2 Licensed 开源协议的 HTTP 库。（ ）
7．爬虫程序尽可能模拟浏览器发送请求就一定能爬取到数据。（ ）
8．导入Beautiful Soup时要先安装bs4库。（ ）
9．lxml解析器将文档转换成树形结构。（ ）
10．正则表达式\d可以用来匹配数字。（ ）
11．正则表达式由一些普通字符和一些元字符组成。（ ）
12．在Python中\n表示换行符。（ ）
13．如果需要在单引号之前或字符串结尾出现一个反斜杠，则需要用两个反斜杠表示。（ ）
14．通过User-Agent可以识别出是浏览器访问网页还是代码访问网页。（ ）
15．当遇到反爬虫时，构建请求头的伪装效果优于构建IP池。（ ）
三、应用题
用POST方式对某网页标题进行爬取，爬取内容如下图所示。
