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
robots.txt文件只能有一条User-agent 记录。
题型:判断题
什么是代理IP ?
题型:问答题
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
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
网络爬虫的基本流程包括抓取网页数据、()、存储数据。
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
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。
题型:填空题
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
只要将User-agent 设为知名的用户代理,爬虫就能够成功地伪装成浏览器。
题型:判断题