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。

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。

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。

Robots协议又称（）协议，用于保护网数据和敏感信息。

robots.txt文件只能有一条User-agent 记录。

什么是代理IP ？

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。

网站通过robots.txt 文件可以限定网络爬虫的访问范围。

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。

通用网路爬虫会访问与预定主题相关的网页。