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。

Robots.txt协议可以限制爬虫程序采集某些网页的数据。

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。

通用网路爬虫会访问与预定主题相关的网页。

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。

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。

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。

Robots协议又称（）协议，用于保护网数据和敏感信息。

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。

如果数据市场上没有需要的数据，那么可以利用（）技术抓取网站上的数据。