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。

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？

什么是通用爬虫？

网络爬虫的基本流程包括抓取网页数据、（）、存储数据。

已抓取URL 队列记载了爬虫系统已经下载过的网页URL ，能够避免网页的重复抓取。

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。

为了方便网站管理员通知爬虫更新网站的内容，网站提供了（）文件。

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。

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。

浏览器在访问网站时会携带（），向网站表明自己的真实身份。