爬虫可以按照一定的规则，手动请求万维网网站的数据。

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。

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。

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。

什么是代理IP ？

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。

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。

网络爬虫程序只能使用python 语言进行开发。

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？

如果数据市场上没有需要的数据，那么可以利用（）技术抓取网站上的数据。