什么是通用爬虫？

网站通过一个文件（）来告诉搜索引擎哪些页面可以抓取，哪些页面不能抓取。

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。

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。

爬虫可以按照一定的规则，手动请求万维网网站的数据。

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。

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。

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。

网站通过robots.txt 文件可以限定网络爬虫的访问范围。

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。