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。

爬虫可以按照一定的规则，手动请求万维网网站的数据。

网络爬虫时一种按照一定的规则，（）请求万维网站并提取网络数据的程序或脚本。

Robots.txt协议可以限制爬虫程序采集某些网页的数据。

无论是搜索引擎，还是个人或单位获取目标数据，都需要从公开网站上爬取大量数据。

robots.txt文件只能有一条User-agent 记录。

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。

搜索引擎只能抓取HTML 文件，不能抓取其它类型的文件。

网络爬虫的基本流程包括抓取网页数据、（）、存储数据。

现在网站会采取一些（）措施来阻止网络爬虫的不当爬取行为。