通用网路爬虫会访问与预定主题相关的网页。

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。

搜索引擎只能抓取HTML 文件，不能抓取其它类型的文件。

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。

网络爬虫的基本流程包括抓取网页数据、（）、存储数据。

什么是网络爬虫？

浏览器在访问网站时会携带（），向网站表明自己的真实身份。

当网络爬虫访问网站时，会优先检查该站点的根目录下是否存在（）文件。

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。

任何一条Disallow 记录为空，都说明该网站的所有部分都允许被访问。