爬虫非专业八级模拟考试

爬虫非专业八级模拟考试

首页动作格斗爬虫模拟器更新时间:2024-08-03

我就不信有满分飘过的学霸!

请听题:

点击下方空白区域查看答案

正确答案 B


最大的爬虫就是搜索引擎。Google作为世界上最大的搜索引擎,其爬虫流量也遥遥领先于其他各类搜索引擎爬虫,占所有爬虫流量的3.87%

点击下方空白区域查看答案

正确答案 C


企业工商注册信息不是个人数据,数据来源都是国家公示网站,所公示内容是依法公开的内容。

对于敏感的个人信息,比如爬取社保、身份证号、淘宝交易记录,是违法的。

点击下方空白区域查看答案

正确答案 A


数据来自浅黑科技:关于爬虫,这里有一份《中国焦虑图鉴》

点击下方空白区域查看答案

正确答案 C


使用打码平台是最快解决问题的方法

点击下方空白区域查看答案

正确答案 B


经过分析,发现迷之字符规律的出现在 span 标签内,所以就把 span 标签的内容干掉好了。

点击下方空白区域查看答案

正确答案 C


美团这里用到的是 background 拼凑。数字其实是图片,根据不同的background偏移,显示出不同的字符。

既然人眼可以看出数字是多少,那么程序也可以识别。可以用 tesseract-ocr 进行图片识别。

点击下方空白区域查看答案

正确答案 B


这里去哪儿的策略是先用四个i标签渲染,再用两个b标签去绝对定位偏移量,覆盖故意展示错误的i标签,最后在视觉上形成正确的价格。

找到规律,根据元素偏移量去计算正确的数字和位数,替换掉错误的价格即可。

点击下方空白区域查看答案

正确答案 AC


使用 Selenium chromedriver 或者抓 API 接口都可以,这里不推荐 PhantomJS 是因为框架不再维护了。但可能一些老的教程还在用。

点击下方空白区域查看答案

正确答案 AB


抓包 mitmproxy 或者 APK 反编译都可以。Requests 肯定是请求不到的了。

10. 简答题:这张图还可以再往下补充的进攻和防守轮回是什么?

点击下方空白区域查看答案

参考答案


其实可以补充的有很多了,真实世界比这张图复杂很多,在这里提供两个思路:

一轮:

反爬的防守:识别出来selenium爬虫,进行数据投毒,给假数据。

爬取的进攻:Android模拟器,模拟正常用户,或者再换一个http client

又一轮:

爬取的进攻:模拟正常用户行为,点击其他功能或者页面

反爬的防守:爬取的限速限流

考试结束~

麻瓜们考的怎么样?

每道题10分,满分100分,你能得多少分呢?

来源网络,侵权删除

查看全文
大家还看了
也许喜欢
更多游戏

Copyright © 2024 妖气游戏网 www.17u1u.com All Rights Reserved