南开大学21春学期《网络爬虫与信息提取》在线作业2Word格式文档下载.docx
- 文档编号:16005404
- 上传时间:2022-11-17
- 格式:DOCX
- 页数:10
- 大小:17.41KB
南开大学21春学期《网络爬虫与信息提取》在线作业2Word格式文档下载.docx
《南开大学21春学期《网络爬虫与信息提取》在线作业2Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《南开大学21春学期《网络爬虫与信息提取》在线作业2Word格式文档下载.docx(10页珍藏版)》请在冰豆网上搜索。
scroll
scroll_up
scroll_forword
scroll_back
下面Python代码输出为():
defdefault_para_without_trap(para=[],value=0):
ifnotpara:
para=[]
para.append(value)
returnpara
print('
第一步:
{}'
.format(default_para_trap(value=100)))
第二步:
.format(default_para_trap(value=50)))
[100]
[100,50]
[50]
[]
B
MongoDB中可以将()数据结构插入集合中
Python中跳过本次循环应用关键字()
break
continue
exit
return
可以通过()绕过网站登录。
<
br>
session<
cookies<
moonpies
localstorage
Python中把列表转换为集合需要使用##函数
set
list
convert
change
下列关于mitmproxy的安装说法错误的是()
对于MacOS系统,使用Homebrew安装mitmproxy,命令为:
brewinstallmitmproxy
在Ubuntu中,要安装mitmproxy,首先需要保证系统的Python为Python3.5或者更高版本
在windows系统中无法使用linux的命令,只能通过下载安装包来安装
UBUNTU中执行命令sudopip3installmitmproxy进行安装
启动MongoDB使用命令mongod--()usr/local/etc/mongod.conf
config
install
start
begin
在Linux中哪个命令是添加权限的()
chmod
sudo
cp
mkdir
PyMongo中逻辑查询表示小于的符号是()
$gt
$lt
$gte$$lte
Python中退出循环应用关键字()
HTTP常用状态码表明服务器正忙的是()
500
503
403
404
Redis中往集合中读数据,使用关键字()
pop
spop
lpop
range
Redis是一个开源的使用()语言编写
ANSIC
C++
JAVA
Python
使用xpath方法的返回类型是()
Python并导入uiautomator来操作设备的语句是fromuiautomatorimport()
Device
Devices
Jobs
Job
采用以下()技术可以实现异步加载
HTML
AJAX
CSS
HTTP
HTTP常用状态码表明服务器内部资源出故障了的是()
PyMongo删除操作有()
delete
delete_all
delete_one
delete_many
C,D
在配置ios使用Charles的操作中,正确的有()
对于苹果设备,首先要保证计算机和苹果设备联在同一个Wi-Fi上。
选择“HTTP代理”下面的“手动”选项卡,在“服务器”处输入计算机的IP地址,在“端口”处输入8888
输入完成代理以后按下苹果设备的Home键,设置就会自动保存。
安装完成证书以后,在设置中打开“关于本机”,找到最下面的“证书信任设置”,并在里面启动对Charles证书的完全信任
A,B,C,D
常用的会话跟踪技术是
session
cookies
A,B
MongoDB中获取名字为db的库的语句为()
client.db
client('
db'
)
client['
]
client{'
}
A,C
如果爬虫爬取的是商业网站,并且目标网站使用了反爬虫机制,那么强行突破反爬虫机制可能构成()
非法侵入计算机系统罪
非法获取计算机信息系统数据罪
非法获取计算机数据罪
非法获取系统罪
如果目标网站有反爬虫声明,那么对方在被爬虫爬取以后,可以根据()来起诉使用爬虫的公司
服务器日志
数据库日志记录
程序日志记录
服务器监控
以下HTTP状态码表示服务器本身发生错误的是
400
302
B,D
使用BeautifulSoup对象后可以使用()来查找内容
find_all
find
search
search_all
Redis中的值可以支持()
哈希
有序集合
以下哪些方法属于Python写CSV文件的方法()
writeheaders
writeheader
writerrows
writerow
A,C,D
使用异步加载技术的网站,被加载的内容可以在源代码中找到
对
错
在MacOS下若要运行Redis可以运行解压以后的文件夹下面的src文件夹中的redis-server文件启动redis服务
src/redis-server
通用搜索引擎大多提供基于关键字的检索,难以支持根据语义信息提出的查询。
process_spider_input(response,spider)是在爬虫运行yielditem或者yieldscrapy.Request()的时候调用
chrome开发者工具没法对数据进行搜索。
如果想知道一个特定的异步加载内容来自哪个请求,必须在“Network”选项卡里面一个请求一个请求地进行查看.
XPath提取出来的内容是一个SelectorList对象,它的第0个元素就是网页的源代码。
在charles中使用CTRL+F搜索,JSON里面的中文是可以直接搜索到的。
自己能查看的数据,允许擅自拿给第三方查看
引用中间件时后面的数字代表的是中间件的执行顺序,例如'
AdvanceSpider.middlewares.ProxyMiddleware'
:
543中的543
虽然MongoDB相比于MySQL来说,速度快了很多,但是频繁读写MongoDB还是会严重拖慢程序的执行速度。
Python可以将列表或字典转换成Json字符串
Redis插入数据都是插入到列表右侧,因此读取数据也是从右侧读取
Charles是一个收费软件,如果没有注册,安装以后的前30天可以正常使用。
30天以后,虽然功能不会缩水,但每过30分钟Charles会自动关闭一次
Redis是遵守BSD协议、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库
Scrapyd可以同时管理多个Scrapy工程里面的多个爬虫的多个版本
所有的异步加载都会向后台发送请求
HTTP状态码302表示资源永久重定向。
RoboMongo是MongoDB的管理软件
cookies在http请求中是明文传输的。
在对XPath返回的对象再次执行XPath的时候,子XPath开头需要添加斜线
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 网络爬虫与信息提取 南开大学 21 学期 网络 爬虫 信息 提取 在线 作业
![提示](https://static.bdocx.com/images/bang_tan.gif)