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。

Robots协议又称（）协议，用于保护网数据和敏感信息。

网络爬虫是一个模拟真人浏览互联网行为的程序。

robots.txt文件只能有一条User-agent 记录。

robots.txt文件是（）访问网站时要查看的第一个文件，它会限制网络爬虫的访问范围。

网络爬虫的基本流程包括抓取网页数据、（）、存储数据。

当网络爬虫访问网站时，会优先检查该站点的根目录下是否存在（）文件。

通用网路爬虫会访问与预定主题相关的网页。

Robots.txt协议可以限制爬虫程序采集某些网页的数据。

搜素引擎爬取到的网页数据与浏览器得到的HTML 数据一定是不同的。