最新试题
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
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
通用网路爬虫会访问与预定主题相关的网页。
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
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
什么是通用爬虫?
题型:问答题
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
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
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
如果网站中存在robots.txt 文件,那么网络爬虫会按照该文件的内容确定访问的范围。
题型:判断题