最新试题
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
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
请简述使用网络爬虫的好处。
题型:问答题
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。
题型:判断题
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
浏览器在访问网站时会携带(),向网站表明自己的真实身份。
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
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
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