最新试题
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
爬虫需要遵循有礼貌的原则,这样才能与更多的网站建立友好关系。
题型:判断题
什么是网络爬虫?
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
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
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文件只能有一条User-agent 记录。
题型:判断题
什么是通用爬虫?
题型:问答题
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
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