最新试题
什么是网络爬虫?
题型:问答题
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
什么是代理IP ?
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
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
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
如果网站中没有robots.txt 文件,那么所有的网络爬虫都能访问网站上所有没有被口令保护的页面。
题型:判断题
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
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
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