最新试题
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
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
网络爬虫程序只能使用python 语言进行开发。
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
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
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
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
如果某个URL 还未抓取过,则这个URL 会放入到待抓取URL 队列中。
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
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