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。

只要将User-agent 设为知名的用户代理，爬虫就能够成功地伪装成浏览器。

如果某个URL 还未抓取过，则这个URL 会放入到待抓取URL 队列中。

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？

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。

待下载网页集合就是（）URL 列队中的网页，这些网页即将被爬虫下载。

浏览器在访问网站时会携带（），向网站表明自己的真实身份。

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文件只能有一条User-agent 记录。

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。