中山網路程式設計研究社

113-2期末黑客松

本學期網研社社團即將告一段落，為了感謝辛苦的講師們、幹部們以及剛結束期末考的社員，我們舉辦一場期末黑客松。
此次聚會不僅是慶祝學期成果的聚會，同時透過小型比賽驗收教學成果，藉此促進社員間的感情交流。

活動內容

Python 資料分析 & 網路爬蟲與實作競賽

時間、地點

日期：2025年05月27日 (二)
場地: cm1019

活動流程

17:00 - 17:05 吃吃喝喝 & 期末總結
17:05 - 17:25 李景臣講師活動說明與 Python 網路爬蟲比賽 (20題)
17:25 - 17:45 方敬堂講師活動說明與 Python 資料分析比賽 (15題)
17:45 - 18:50 同學實作部分 (C++：在zero judge競賽中解題、WEB：運用所學寫個人網站)
18:50 - 19:00 頒獎

活動摘要

【Python 網路爬蟲】

預計進行以 Python 網路爬蟲設計為主題的活動，結合 Kahoot 互動問答與實作題練習。首先透過 Kahoot 測試學員對基礎的爬蟲語法、邏輯、變數等概念的遊玩測驗，再以實作題實際的爬講師精心製作的網頁提升同學的程式能力，有趣又可以實際的運用課堂所學。

【Python 資料分析】

初段利用 Kahoot 回顧課堂知識與基礎的python語法、資料分析的變數邏輯，再讓同學連上講師特別在黑客松架設的伺服器裡面解題+分析資料，題目根據不同難易度獲得不同分數，體驗由淺入深的趣味與挑戰。

比賽事項

1. 不可使用任何 AI 工具。
2. 可參考先前的講義或上網查詢語法。
3. 排名依照得分高低。
4. 不同題目會依據難易度給分。 5. 爬蟲要實際跑給講師看，不可複製同學的程式碼

題目舉例說明

Python 網路爬蟲

- 完整題目連結 -

題目：Selenium中，有哪些方法「不能」協助避開網頁的機器人檢測？

選項：

A. 修改navigator.webdriver屬性為false
B. 設置User-Agent
C. 使用ActionChains模擬使用者操作
D. 禁用所有外部資源加載

計算過程：

我們要判斷哪些方法無法協助避開網頁的機器人檢測。
A. 修改 navigator.webdriver 屬性為 false → 常見反偵測手法，可避免網站透過 navigator.webdriver == true 判斷自動化工具。✅可用
B. 設置 User-Agent → 模擬一般瀏覽器發送請求的標頭資訊，是常見且有效的反機器人偵測手段。✅可用
C. 使用 ActionChains 模擬使用者操作 → 模擬滑鼠移動、點擊、拖曳等操作，有助於讓自動化行為更貼近真人。✅可用
D. 禁用所有外部資源加載 → 雖可提升效能，但會導致網頁行為異常，進而更容易被網站發現為機器人，反而不利於避開檢測。❌不能用

答案與解說：

正確答案為 D。
禁用所有外部資源如圖片、CSS、JavaScript 雖可加快載入速度，但網站常利用這些資源中的 JavaScript 進行驗證，如行為追蹤與指紋辨識。完全禁用反而讓網站更容易察覺爬蟲行為，因此「不能」協助避開機器人檢測。

教學目標：

本題旨在幫助學生理解 Selenium 中的反機器人偵測機制，以及常見的反偵測手法與其效果，並學會辨別哪些手法對繞過檢測有幫助，哪些則反而造成暴露風險。

Python 網路爬蟲實作

- 題目連結 -

- Q3的資料集連結 -

Python 資料分析 Kahoot

- 完整題目連結 -

題目：Decision Tree是用什麼決定判斷結果好壞？

選項：

A. F1 Score
B. Entropy
C. Recall
D. Accuracy

答案與解說：

正確答案為 B。
決策樹在建構過程中，會根據某些「純度指標（impurity measures）」來選擇最佳的切分特徵。最常見的就是 Entropy（熵），以及其衍生的資訊增益（Information Gain）。這些指標用來評估節點資料的混亂程度，選擇可使資料純度提高最多的特徵作為分裂依據。而選項中的 A（F1 Score）、C（Recall）、D（Accuracy）都是整體模型評估指標，不是用來建構樹的依據。