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。

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。

如果网站中没有robots.txt 文件，那么所有的网络爬虫都能访问网站上所有没有被口令保护的页面。

robots.txt文件只能有一条User-agent 记录。

Robots.txt协议可以限制爬虫程序采集某些网页的数据。

网络爬虫程序只能使用python 语言进行开发。

网站通过robots.txt 文件可以限定网络爬虫的访问范围。

为了方便网站管理员通知爬虫更新网站的内容，网站提供了（）文件。

什么是通用爬虫？

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。