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协议可以限制爬虫程序采集某些网页的数据。
题型:判断题
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。
题型:判断题
通用网路爬虫会访问与预定主题相关的网页。
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
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。
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
Robots协议又称()协议,用于保护网数据和敏感信息。
题型:填空题
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
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。
题型:填空题