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。

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。

搜索引擎只能抓取HTML 文件，不能抓取其它类型的文件。

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。

robots.txt文件只能有一条User-agent 记录。

网站通过robots.txt 文件可以限定网络爬虫的访问范围。

有些网页对于爬虫来说是无法抓取到的，这部分网页构成了可知网页集合。

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。

网络爬虫程序只能使用python 语言进行开发。

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。