Python爬虫开发试题及解析.docxVIP

Python爬虫开发试题及解析

一、单项选择题（共10题，每题1分，共10分）

以下Python第三方库中，专门用于发送HTTP网络请求的爬虫基础库是

A.requests

B.pandas

C.matplotlib

D.numpy

答案：A

解析：A选项的requests是Python生态中最主流的HTTP请求库，也是爬虫开发的基础依赖；B选项pandas是数据分析处理库，C选项matplotlib是数据可视化库，D选项numpy是数值计算库，三者均不具备网络请求能力。

HTTP响应状态码403的准确含义是

A.请求的资源不存在

B.服务器内部发生错误

C.服务器拒绝了当前爬虫请求，禁止访问目标资源

D.服务器成功返回请求内容

答案：C

解析：403状态码代表服务器已经理解请求，但拒绝授权访问对应资源，是爬虫开发中最常见的反爬拦截状态码；A选项对应状态码404，B选项对应状态码500，D选项对应状态码200。

网站根目录下的robots.txt文件核心作用是

A.存储网站所有用户的账号密码信息

B.告知爬虫哪些路径允许爬取、哪些路径禁止爬取

C.给爬虫提供爬取数据的接口签名

D.存储网站的静态图片资源

答案：B

解析：robots协议是网站给出的爬虫访问指引文件，明确标注站点内允许爬虫访问的路径和禁止访问的路径；其余三个选项的描述均与robots.txt的