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。

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。

爬虫可以按照一定的规则，手动请求万维网网站的数据。

robots.txt文件是（）访问网站时要查看的第一个文件，它会限制网络爬虫的访问范围。

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。

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。

什么是网络爬虫？

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。

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。

为了避免访问网站的频率影响爬虫的效率，应该做哪些调整呢？