2026年高职大数据技术应用(数据采集与分析)试题及答案.docxVIP

2026年高职大数据技术应用(数据采集与分析)试题及答案

一、单项选择题（共10题，每题2分，共20分）

1.以下关于网络爬虫合法性的描述中，正确的是（）。

A.只要不修改网站数据，爬虫行为均合法

B.爬取公开网页的非结构化数据无需遵守网站robots协议

C.爬取频率过高可能被网站封禁IP

D.爬取电商平台商品价格数据属于商业间谍行为

2.JSON格式与XML格式相比，最显著的优势是（）。

A.支持注释

B.语法更严格

C.数据体积更小

D.支持嵌套结构

3.数据清洗中处理“年龄”字段时，若出现“200”这样的异常值，最合理的处理方式是（）。

A.直接删除该记录

B.用字段均值替换

C.检查数据录入错误并修正

D.保留异常值用于特殊分析

4.在Python中使用Scrapy框架时，负责管理请求调度的组件是（）。

A.Spider

B.ItemPipeline

C.Scheduler

D.Downloader

5.以下SQL语句中，用于查询“2025年1月销售额超过10000元”的正确写法是（）。

A.SELECTFROMsalesWHEREdate=202501ANDamount10000

B.SELECTFRO