最新试题
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。
题型:填空题
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?
题型:问答题
如果网站中存在robots.txt 文件,那么网络爬虫会按照该文件的内容确定访问的范围。
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
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
网站通过一个文件()来告诉搜索引擎哪些页面可以抓取,哪些页面不能抓取。
题型:填空题
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
什么是通用爬虫?
题型:问答题
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。
题型:填空题
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。
题型:填空题