云南农业大学《数据挖掘技术与应用》2023-2024学年第一学期期末试卷.docVIP

学校________________班级____________姓名____________考场____________准考证号

学校________________班级____________姓名____________考场____________准考证号

…………密…………封…………线…………内…………不…………要…………答…………题…………

第PAGE1页，共NUMPAGES3页

云南农业大学《数据挖掘技术与应用》

2023-2024学年第一学期期末试卷

题号

一

二

三

四

总分

得分

一、单选题（本大题共15个小题，每小题1分，共15分．在每小题给出的四个选项中，只有一项是符合题目要求的．）

1、当网络爬虫需要处理不同网站的robots.txt协议时，假设有的网站允许部分爬取，有的完全禁止。以下哪种做法是恰当的？（）

A.严格遵守robots.txt的规定，只爬取允许的部分

B.完全无视robots.txt，按照自己的需求爬取

C.尝试解读robots.txt，但不完全遵守

D.只在第一次爬取时参考robots.txt，后续不再理会

2、网络爬虫在获取网页数据时，需要对网页内容进行解析和提取有用信息。假设我们要从一个新闻网站的页面中提取出新闻的标题、正文和发布时间。以下