网络爬虫程序只能使用python 语言进行开发。

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。

浏览器在访问网站时会携带（），向网站表明自己的真实身份。

待下载网页集合就是（）URL 列队中的网页，这些网页即将被爬虫下载。

Robots协议又称（）协议，用于保护网数据和敏感信息。

为了避免访问网站的频率影响爬虫的效率，应该做哪些调整呢？

任何网站都会定义robots.txt 文件，能够让爬虫了解爬取网站存在着哪些限制。

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。

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。

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。