无论是搜索引擎，还是个人或单位获取目标数据，都需要从公开网站上爬取大量数据。

通用网路爬虫会访问与预定主题相关的网页。

如果某个URL 还未抓取过，则这个URL 会放入到待抓取URL 队列中。

只要将User-agent 设为知名的用户代理，爬虫就能够成功地伪装成浏览器。

爬虫需要遵循有礼貌的原则，这样才能与更多的网站建立友好关系。

网络爬虫时一种按照一定的规则，（）请求万维网站并提取网络数据的程序或脚本。

什么是代理IP ？

网站通过robots.txt 文件可以限定网络爬虫的访问范围。

现在网站会采取一些（）措施来阻止网络爬虫的不当爬取行为。

网络爬虫是一个模拟真人浏览互联网行为的程序。