最新试题
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。
题型:判断题
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。
题型:填空题
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。
题型:判断题
浏览器在访问网站时会携带(),向网站表明自己的真实身份。
题型:填空题
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。
题型:填空题
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。
题型:填空题
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。
题型:判断题
网络爬虫程序只能使用python 语言进行开发。
题型:判断题
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。
题型:判断题
搜索引擎只能抓取HTML 文件,不能抓取其它类型的文件。
题型:判断题