最新试题
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。
题型:判断题
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
什么是代理IP ?
题型:问答题
已抓取URL 队列记载了爬虫系统已经下载过的网页URL ,能够避免网页的重复抓取。
题型:判断题
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。
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
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
什么是通用爬虫?
题型:问答题
爬虫可以按照一定的规则,手动请求万维网网站的数据。
题型:判断题
什么是网络爬虫?
题型:问答题