最新试题
网络爬虫时一种按照一定的规则,()请求万维网站并提取网络数据的程序或脚本。
题型:填空题
Robots.txt协议可以限制爬虫程序采集某些网页的数据。
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
网站通过robots.txt 文件可以限定网络爬虫的访问范围。
题型:判断题
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
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
网络爬虫是一个模拟真人浏览互联网行为的程序。
题型:判断题
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
通用网路爬虫会访问与预定主题相关的网页。
题型:判断题