数据采集1+x中级题库+答案

数据采集1+x中级题库+答案
一、单选题（共63题，每题1分，共63分）
1.在vi编辑器的命令模式中敲击dd会（）
A、复制当前光标所在行
B、复制2行
C、删除当前光标所在行
D、删除2行
正确答案：C
2.选取当前节点之前的所有同级节点是哪个节点？
A、preceding
B、self
C、preceding-sibling
D、parent
正确答案：C
3.Apache的主配置文件路径为（）
A、httpd/conf/httpd.conf
B、/etc/httpd/conf/httpd.conf
C、conf/httpd.conf
D、conf
正确答案：B
4.Scrapy中，用于运行项目中的爬虫的命令是（）。

A、runspider
B、genspider
C、crawl
D、以上全是
正确答案：C
5.正则表达式"[0-9.]表示的含义是"
A、匹配所有的数字，".中的任意一个
B、匹配所有的数字，"."中的任意多个
C、匹配所有的数字，""、"."中的任意一个
D、匹配所有的数字，""、"."中的任意多个
正确答案：A
6.“ab”+”c”*2 结果是：（）
A、abcabc
B、abcc
C、abc2
D、ababcc
正确答案：B
7.启动Apache服务命令为（）。

A、Service httpd start
B、Service start
C、Service Http start
D、Httpd start
正确答案：A
8.关于大数据的特征描述错误的是（）
A、数据处理速度要相对高效
B、数据价值密度相对较高
C、对数据实时性要求相对较高
D、数据种类繁多
正确答案：B
9.关于python类，说法错误的是（）
A、类的实例方法必须创建对象前才可以调用
B、类的静态属性可以用类名和对象来调用
C、类的实例方法必须创建对象后才可以调用
D、类的类方法可以用对象和类名来调用
正确答案：A
10.Python中，执行下列语句后的显示结果是什么？( )>>> from math import sqrt >>> print(sqrt(3)*sqrt(3) == 3）
A、False
B、3
C、sqrt(3)*sqrt(3)==3
D、True
正确答案：A
11.Shell变量的定义与赋值格式为()
A、变量名=值
B、$变量名=$值
C、变量名=$值
D、$变量名=值
正确答案：A
12.关于数据采集的描述不正确的是（）
A、数据采集不在于掌握庞大的的数据信息，而在于对数据的智能处理，挖掘出有价值的信息
B、数据采集来源广泛，类型也丰富多样，很看重数据处理的高效性和实时性
C、数据采集，要注重数据质量和数据采集性能提升，为数据的准确分析打下基础
D、以上描述都不正确
正确答案：D
13.数据库操作中，delete from employee语句的作用是( )
A、删除当前数据库中整个employee表，包括表结构
B、删除当前数据库中employee表内的所有行
C、由于没有where子句，因此不删除任何数据
D、删除当前数据库中employee表内的当前行
正确答案：B
14.scrapy框架的运行流程中，（）组件是scrapy框架的核心组件
A、DownLoader
B、Scrapy Engine
C、Scheduler
D、Spiders
正确答案：B
15.关于网络数据采集，描述正确的是（）
A、可通过网络爬虫技术从公开网站或API获取数据信息
B、网页抓取过程中，会抓取所有满足条件的URL
C、爬取的数据经适当处理后进行存储
D、以上都正确
正确答案：D
16.下列扩展设备中，能有效的隔离网络广播风暴的是（）。

A、中继器
B、路由器
C、集线器
D、交换机
正确答案：D
17.Apache服务器运行后会生成两个日志文件，访问日志是哪个文件（）
A、access_logs
B、access_log
C、error_log
D、errors_log
正确答案：B
18.外链和反链的区别，说法正确的是（）
A、两者含义相同，只是不同名字而已
B、外链是对于全站而言，反链只是指首页的链接
C、外链对SEO有帮助，反链没有任何帮助
D、外链是指外部的网站指向本网站，反链则是指向本页面的内部或外部链接
正确答案：C
19.一个网站的关键词密度保持在多少为最佳？
A、2%~8%
B、10%~15%
C、15%以上
D、顺其自然
正确答案：A
20.哪种方式可以将外部CSS样式文件嵌入网页（）
A、<link type="text/css rel="stylesheet" src="外部样式表的文件名称">
B、<link type="text/css" rel="stylesheet" href="外部样式表的文件名称">
C、<link href="外部样式表的文件名称">
D、<link src="外部样式表的文件名称">
正确答案：B
21.Logstash主要由三部分组成，不包含下列哪一项（）。

A、数据输入
B、处理数据
C、数据输出
D、数据存储
正确答案：D
22.Apache服务器运行后会生成两个日志文件，其中，（）是记录Web服务器的所有访问活动的文件。

A、error_log(错误日志)
B、/usr/local/tomcat/logs
C、access_log(访问日志)
D、logs
正确答案：C
23.关于Python，算法是指（）
A、对问题的精确描述
B、数学的计算公式
C、解决问题的精确步骤
D、程序设计语言的语句序列
正确答案：C
24.爬取网络数据时，以下哪个HTTP头的作用是将爬虫伪装成正常
的浏览器的（）
A、User-Agent
B、Referer
C、Accept
D、Accept-Encoding
正确答案：A
25.在Linux环境下的Apache容器数据的采集中，启动apache服务代码是（）
A、httpd
B、startup.bat
C、filebeat
D、logstash
正确答案：A
26.在Python中，关于全局变量和局部变量，以下选项中描述不正确的是()
A、全局变量不能和局部变量重名
B、全局变量一般没有缩进
C、全局变量在程序执行的全过程有效
D、一个程序中的变量包含两类：全局变量和局部变量
正确答案：A
27.关于 MongoDB 集合命名规则错误的是( )。

A、不能以“system.”开头，因为这是系统集合的保留前缀
B、集合名中不能含有保留字符 $
C、不能含是空字符串
D、集合名称最大值200 字节
正确答案：D
28.Python中，关于字符串下列说法错误的是()
A、在三引号字符串中可以包含换行回车等特殊字符
B、既可以用单引号，也可以用双引号创建字符串
C、字符串以标志字符串的结束
D、字符应该视为长度为1的字符串
正确答案：B
29.关于 Python 语言的特点，以下选项中描述错误的是
A、Python 语言是跨平台语言
B、Python 语言是脚本语言
C、Python 语言是多模型语言
D、Python 语言是非开源语言
正确答案：D
30.Android开发中，关于Service的描述不正确的是（）
A、它是Android系统的四个重要的组件之一
B、Service是运行在后台，不和用户交互的应用组件
C、可以在Service中直接运行耗时较多或者阻塞的操作
D、Service和其他的应用组件一样，运行在进程的主线程中
正确答案：C
31.logstash默认的配置文件名称为（）
A、logstash.yml
B、logstashConf.yml
C、logstash-conf.yml
D、logstash-config.yml
正确答案：A
32.正则表达式中，下列（）表达式是求整数？
A、^-d+$
B、^-?d$
C、^-?d+
D、^-?d+$
正确答案：D
33.在xpath中，选取文档中当前节点的开始标签之前的所有节点是哪个轴（）。

A、preceding-sibling
B、self
C、parent
D、preceding
正确答案：D
34.在计算机网络中，能将异种网络互连起来，实现不同网络协议相互转换的网络互连设备是( )
A、路由器
B、中继器
C、交换机
D、网关
正确答案：A
35.下面哪个HTTP状态码是搜索引擎返回的抓取正常的状态码
A、500
B、301
C、404
D、200
正确答案：D
36.网站进行友情链接多少个为适中
A、1~5个
B、20~30个
C、30~40个
D、40个以上
正确答案：B
37.下列哪种行为符合使用计算机的道德规范（）。

A、利用网络歪曲他人私人信息
B、利用网络破坏他人计算机
C、利用网络公布他人隐私
D、删除自己计算机中不用的软件
正确答案：D
38.WWW主要使用什么语言
A、JSP
B、C
C、JAVA
D、HTML
正确答案：D
39.HBase依赖（）提供消息通信机制。

A、Zookeeper
B、Chubby
C、RPC
D、Socket
正确答案：A
40.百度进行大更新的时间最多的是
A、每周三
B、每周一
C、每周二
D、每周四
正确答案：D
41.定义类如下class Hello(): def __init__() =name def showInfo(self) print() 下面代码能正常执行的 ( )
A、h = Helloh.showInfo()
B、h = Hello(‘admin’) 1.showInfo
C、h = Hello()h.showInfo(‘张三’)
D、h = Hello(‘张三’) h.showInfo()
正确答案：D
42.解决死锁的途径是()
A、设计预防死锁的方法，运行检测并恢复
B、不要共享资源，增加独占资源
C、立即关机再重新开机
D、立即关机排除故障
正确答案：A
43.针对域名，表示商业公司的一级域名是（）
A、edu
B、net
C、org
D、com
正确答案：D
44.以下哪个HTTP头的作用是将爬虫伪装成正常的浏览器的
A、User-Agent
B、Referer
C、Accept
D、Accept-Encoding
正确答案：A
45.如何在文件中查找显示所有以"*打头的行？()"
A、find * file
B、grep ‘^*’ file
C、grep -n * file
D、wc -l * < file
正确答案：B
46.Apache服务器中检验配置是否有语法错误代码为（）
A、apachectl configtest
B、apachectl configtest01
C、apachectl
D、test log
正确答案：A
47.在Windows操作系统中，()命令可以释放全部(或指定)适配器的由DHCP分配的动态IP地址。

A、ipconfig /renew
B、ipconfig /release
C、ipconfig /flushdns
D、ipconfig /all
48.哪个可以匹配正数、负数、和小数？
A、^(-|+)?d+(d+)?$
B、^(-|+)?d+(.d+)?
C、^(-|+)?d+(.d+)$
D、^(-|+)?d+(.d+)?$
正确答案：D
49.在Redhat Linux中一般使用( )命令查看网络接口状态。

A、ping
B、ipconfig
C、ifconfig
D、winipcfg
正确答案：C
50.test检查模式当中表示检查对象是否是个目录的选项是()
A、-e
B、-d
C、-a
D、-f
正确答案：B
51.构成TCP/IP模型的四个层次是
A、网络接口层、数据链路层、传输层、应用层
B、数据链路层、传输层、会话层、应用层
C、网络接口层、网际层、传输层、应用层
D、网络接口层、网络层、会话层、应用层
正确答案：C
52.以下语句错误的是
A、select sal*10.sal*deptno from emp;
B、select sal+1 from emp;
C、不能使用运算符号
D、select sal*10.deptno*10 from emp;
53.Apache中日志路径为（）
A、/var/logs
B、/var/log/httpd
C、/log/logs
D、logs
正确答案：B
54.正则表达式“[a-z_]”表示的含义是()
A、取所有小写英文字母以及_中的任意多个。

B、取“a、-、z、_”中的任意多个。

C、取“a、-、z、_”中的任意一个。

D、取所有小写英文字母以及_中的任意一个。

正确答案：D
55.下列SQL语句中，能够实现“收回用户ZHAO对学生表（STUD）中学号（XH）的修改权”这一功能的是
A、REVOKE UPDATE(XH) ON TABLE FROM ZHAO
B、REVOKE UPDATE(XH) ON TABLE FROM PUBLIC
C、REVOKE UPDATE(XH) ON STUD FROM ZHAO
D、REVOKE UPDATE(XH) ON STUD FROM PUBLIC
正确答案：C
56.数据库系统的核心是（）。

A、数据模型
B、数据库
C、数据库管理系统
D、软件工具
正确答案：C
57.以下选项中不是 Python 对文件的写操作方法的是()
A、writelines
B、write 和 seek
C、writetext
D、write
正确答案：C
58.以下可用于日志数据数据分析和存储的工具是（）。

A、filebeat
B、Wireshark
C、八爪鱼采集器
D、logstash
正确答案：D
59.以下（）命令可正确显示shell环境变量PATH的值
A、echo PATH
B、echo $PATH
C、cat PATH
D、cat $PATH
正确答案：B
60.Linux中，完成定期备份时，可以使用什么命令
A、schedule
B、crontab
C、chmod
D、chown
正确答案：B
61.OpenSSH服务进程默认使用的端口号是（）。

A、24
B、21
C、25
D、22
正确答案：D
62.这些软件对计算机系统的资源进行控制、管理，并为用户使用和其他程序的运行提供服务。

以上描述符合（）的定义？
A、操作系统
B、系统软件
C、应用软件
D、支撑软件
正确答案：A
63.在Xpath中，XML 文档是被作为（）来对待的？
A、谓语
B、节点
C、节点树
D、属性
正确答案：C
二、多选题（共17题，每题1分，共17分）
1.正则表达式是对()和（）操作的一种逻辑公式？
A、元字符
B、普通字符
正确答案：AB
2.互联网应用中，搜索引擎的主要任务（）
A、信息删除
B、信息搜集
C、信息查询
D、信息处理
正确答案：BCD
3.以下属于Windows事件日志中的事件类型的是（）
A、错误事件
B、信息事件
C、失败审核事件
D、警告事件
E、成功审核事件
正确答案：ABCDE
4.关于random.uniform(a.b)的作用描述，以下选项中错误的是()
A、生成一个均值为a，方差为b的正态分布
B、生成一个(a. b)之间的随机数
C、生成一个[a. b]之间的随机整数
D、生成一个[a. b]之间的随机小数
正确答案：ABC
5.关于Python语言的浮点数类型，以下选项中描述错误的是()
A、Python语言要求所有浮点数必须带有小数部分
B、浮点数类型与数学中实数的概念是不一致的
C、小数部分不可以为0
D、浮点数类型表示带有小数的类型
正确答案：BC
6.在xpath中，节点是通过沿着（）或者（）来选取的。

A、路径
B、属性
C、步
D、谓语
正确答案：AC
7.爬取网页数据时，以下是正确使用requests库的方法的是（）。

A、requests.delete('网址')
B、requests.get('网址')
C、requests.head('网址')
D、requests.post('网址'. data=data)
正确答案：ABCD
8.数组资源包含哪几种类型
A、<integer-array />
B、<array />
C、<string-array />
D、<float-array />
正确答案：ABC
9.C/S是一种（）。

A、游戏
B、网络模型
C、主从式网络模型
D、客户机服务器模型
正确答案：BCD
10.下列哪些可以匹配由26个英文字母组成的字符串？
A、^[A-Z]+$
B、^[a-z]+$
C、^[A-Za-z]+$
D、^[A-Za-z]
正确答案：ABC
11.以下属于CRM主要应用方面的是()。

A、客户档案有序管理
B、合同管理
C、销售报表
D、预测销售业绩
正确答案：ABCD
12.下列属于数据操纵语言中典型的语句有( )
A、INSERT
B、SELECT
C、UPDATE
D、DELETE
正确答案：ABCD
13.下列哪些可以匹配英文和汉字？
A、^[A-Za-z0-9]+$
B、[A-Za-z0-9]+$
C、^[A-Za-z0-9]{4.40}$
D、^[A-Za-z0-9]{4.40}
正确答案：AC
14.在当前目录(非根目录)下有一个test.sh脚本文件.以下哪些选项可以运行该脚本文件()
A、bash /test.sh
B、sh test.sh
C、sh ./test.sh
D、bash test.sh
正确答案：BCD
15.使用scrapy的startproject命令创建了一个项目后，默认包含的文件有（）
A、spider.py
B、items.py
C、pipelines.py
D、setting.py
正确答案：BCD
16.CSS选择器主要包括()。

A、类选择器
B、标签选择器
C、ID选择器
D、父选择器
正确答案：ABC
17.Scrapy的组件Link Extracter实现过滤的选项包括()等
A、allow_domains
B、deny_extensions
C、deny
D、allow
正确答案：ABCD
三、判断题（共27题，每题1分，共27分）
1.可以在插入数据的SQL语句中使用SELECT语句。

A、正确
B、错误
正确答案：A
2.加密信息的保密性仅取决于加密所用密钥的复杂程度
A、正确
B、错误
正确答案：B
3.在OSI/RM中能完成不同数据编码格式的转换，提供数据压缩、解压缩服务并对数据进行加密、解密的层次是传输层
A、正确
B、错误
正确答案：A
4.可以用DECLARE CURSOR来声明游标。

A、正确
B、错误
正确答案：A
5.Apache服务器的主配置文件名称为httpd.conf
A、正确
B、错误
正确答案：A
6.Android开发中，ListView比较适合显示文本的列表，无法用于图文并茂的样式。

A、正确
B、错误
正确答案：B
7.候选关键字中的属性称为复合属性
A、正确
B、错误
正确答案：B
8.采集数据时，文档、图片、图像、音频、视频等都属于非结构化数据。

A、正确
B、错误
正确答案：A
9.SLF4J不是一个真正的日志实现，而是一个抽象层，它允许你在
后台使用任意一个日志类库。

A、正确
B、错误
正确答案：A
10.数据库采集主要是使用MySQL 和 Oracle等关系型数据库及Redis、MongoDB 和 HBase 等 NoSQL 数据库。

A、正确
B、错误
正确答案：A
11.数据采集的重点在于数据本身，而不在于如何能够真正地解决数据运营中的实际商业问题。

A、正确
B、错误
正确答案：B
12.允许空值的字段上可以定义主键约束
A、正确
B、错误
正确答案：B
13.在select语句的where子句中，使用正则表达式过滤数据的关键字是match
A、正确
B、错误
正确答案：B
14.print()函数可同时输出一个或多个数据，在输出多个数据时，默认使用空格作为输出分隔符。

A、正确
B、错误
正确答案：A
15.$(“div”).css( “color”,"red )可以将一个表单的所有div 元素都设置为红色"
A、正确
B、错误
正确答案：A
16.HBase中的数据都是以字符串形式存储的，为空的列并不占用存储空间。

A、正确
B、错误
正确答案：A
17.错误日志是Apache提供的另一种标准日志，该日志文件记录了Apache服务器运行过程所发生的错误信息
A、正确
B、错误
正确答案：A
18.虽然不需要在使用之前显式地声明变量及其类型，但是Python 仍属于强类型编程语言，Python解释器会根据赋值或运算来自动推断变量类型。

A、正确
B、错误
正确答案：A
19.WHERE NAME IS NOT NULL可以查找条件为：姓名不是NULL的记录
A、正确
B、错误
正确答案：A
20.在xpath中，谓语无需被嵌在方括号中。

A、正确
B、错误
正确答案：B
21.数据库操作中，WHERE NAME IS NOT NULL可以查找条件为：姓名不是NULL的记录。

A、正确
B、错误
正确答案：A
22.Python是一种免费的开源语言，因易用性常常与R相提并论。

A、正确
B、错误
正确答案：A
23.大数据类型数据库是用来替代关系型数据库的
A、正确
B、错误
正确答案：B
24.内部网核心层设计任务的重点是冗余能力、可靠性和高速的数据传输。

A、正确
B、错误
正确答案：A
25.文档、图片、图像、音频、视频等都属于非结构化数据
A、正确
B、错误
正确答案：A
26.网络爬虫是针对网站页面数据的爬取，不包括终端APP上页面信息的爬取。

A、正确
B、错误
正确答案：B
27.alter table emp remove addcolumn能够删除一列
A、正确
B、错误
正确答案：B。