网络爬虫程序只能使用python 语言进行开发。

如果数据市场上没有需要的数据，那么可以利用（）技术抓取网站上的数据。

robots.txt文件必须放置在一个站点的（）目录下，且文件名必须小写。

任何一条Disallow 记录为空，都说明该网站的所有部分都允许被访问。

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。

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。

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。

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.txt协议可以限制爬虫程序采集某些网页的数据。