首页
聚焦网络爬虫需要对网页或数据的分析与过滤。
精华吧
→
答案
→
远程教育
→
国家开放大学
聚焦网络爬虫需要对网页或数据的分析与过滤。
A.正确
B.错误
正确答案：A
Tag：
爬虫
网页
数据
时间：2023-11-20 10:15:00
上一篇：
通用网络爬虫爬取网页时，由于待刷新的页面太多，需要较长时间才能刷新一次页面。
下一篇：
HTTP响应中的Content-Encoding用于WEB服务器告诉浏览器自己响应的对象所用的自然语言。
相关答案
1.
超文本传输协议是互联网上应用最为广泛的一种网络协议。
2.
HTTP请求的TRACE方法请求服务器回送收到的请求信息，主要用于测试或诊断。
3.
HTTP请求的PUT方法请求服务器存储一个资源，并用Request-URI作为其标识。
4.
HTTP请求方法常用的有GET、HEAD、POST。
5.
相对于通用网络爬虫，聚焦爬虫还需要解决的主要问题有（）
6.
为保持本地页面集中存储的页面为最新页面，增量式爬虫常用的方法有：（）。
7.
正则表达式中的贪婪模式匹配尽可能多的文本。
8.
目前主流的网页开发语言都不支持正则表达式。。
9.
正则表达式中的\d表示任意数字。
10.
正则表达式中$匹配行首。
热门答案
1.
数据质量具体表现为正确性、完整性、一致性、完备性、有效性、时效性和可获取性等。
2.
深层网络（DeepWeb）爬虫爬行过程中最重要部分就是（）。
3.
HTTP请求中的（）字段可能为类似”Mozilla/5.0（iPhone;U;CPUiPhoneOS4（）3（）3likeMacOSX;en-us）AppleWebKit……”这样的信息。
4.
HTTP响应中的Last-Modified也可用setDateHeader方法来设置。
5.
HTTP响应中的Location用于指明HTTP服务器用来处理请求的软件信息。
6.
门户站点搜索引擎和大型Web服务常常通过通用网络爬虫提供商采集数据。
7.
增量式爬虫不需要对网页的重要性排序。
8.
将居民小区共4000户居民从1-4000编号，在1-100号中随机抽取一个号码为3，则3、103、203、……、3903构成抽样调查样本。这样的抽样方法为（）。
9.
（）是将抽象的概念转化为可观察的具体指标的过程。
10.
测量没有绝对的零点，所得出的数据只能做加减，不能做乘除等运算，以等距离的测量单位去衡量不同的类别或等级间的距离的测量层次是：（）