我就不信有满分飘过的学霸！
请听题：
下拉查看答案
▼
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%
下拉查看答案
▼
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。
下拉查看答案
▼
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》
下拉查看答案
▼
正确答案 C
使用打码平台是最快解决问题的方法
下拉查看答案
▼
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。
下拉查看答案
▼
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。
下拉查看答案
▼
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。
下拉查看答案
▼
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。
下拉查看答案
▼
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？
下拉查看答案
▼
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？
如果需要补课的话，可以看下Python 商业爬虫学徒计划，皓禹老师和侯爵老师一起手把手带你从0基础到掌握 Python 商业爬虫。
课程不仅教你写爬虫，还带着你写出一个易用可插拔、工程化的商业爬虫框架。
框架的基本结构
线下面授课程在舒适的办公空间进行授课，同时也提供了在线直播的方式，会录制人像和代码屏幕这两个机位，并且有在线举手答疑和远程代码review，尽可能的让参加在线直播的同学获得亲临现场一样的体验。
课程相关资料都会分享给学徒们，可以永久观看与使用。
如果想咨询更多信息，请加西西姐微信 794498950，备注学徒计划
也可查看课程详情：http://hdxu.cn/X2EhL
网友评论