什么是网络爬虫？

网络爬虫的基本流程包括抓取网页数据、（）、存储数据。

网络爬虫是一个模拟真人浏览互联网行为的程序。

爬虫需要遵循有礼貌的原则，这样才能与更多的网站建立友好关系。

爬虫可以按照一定的规则，手动请求万维网网站的数据。

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。

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。

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。

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。

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。