填空题正则表达式元字符()用来表示该符号前面的字符或子模式1次或多次出现。
您可能感兴趣的试卷
你可能感兴趣的试题
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
Robots协议又称()协议,用于保护网数据和敏感信息。
题型:填空题
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
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
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
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。
题型:填空题
搜素引擎爬取到的网页数据与浏览器得到的HTML 数据一定是不同的。
题型:判断题
无论是搜索引擎,还是个人或单位获取目标数据,都需要从公开网站上爬取大量数据。
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