我正在开发一个Web数据挖掘项目，通过抓取服务器页面直接从HTML中提取信息。我的努力只集中在一个特定的网站上，该网站有一个安装了caucho树脂的java web服务器。
参数通过url中的值对传递，如www.xxxxxx.com/jm/search?act=see&id=909&...我通过尝试解码了许多参数，但当然结果非常缓慢。
我的问题是......你是不是Java Gurus知道如何获得这种服务器的所有有效参数？有可能的？
我无法访问服务器，我对caucho树脂一无所知，我正在使用Java编写实用程序来完成这项工作。
答案 0 :(得分：1)
除非您正在与之通信的服务器发布完整的API，否则可以有任意数量的参数。考虑一下 - Web表单可能不会发布服务器响应的所有参数，例如内部使用的参数等。
由于参数处理是在远离“公共”眼睛的情况下实现的，因此在服务器端，它对外界是不透明的。
如果您指的是参数的可能值，答案基本相同。例如，亚马逊有多少有效的产品SKU？
（另请注意，调用这些“请求参数”可能更好，因为servlet也有“init参数”，这是一个完全不同的问题：）
答案 1 :(得分：1)
参数是否有效不是Web服务器定义的内容。它由自定义servlet代码本身定义。它反过来通常在功能需求和/或技术规范文档中定义，也可能在自定义servlet的生成的javadoc中定义。
您最好的选择是联系网站的所有者/维护者以获取此信息。如果您不能或不可以，那么您可能正在做一些违反网站政策的事情。您至少可以在提交给此servlet的任何公共HTML表单的输入元素中找到所有有效参数名称。
更新：根据您的评论：
我说的是参数而不是值。我确实通过查看“隐藏”标签的HTML源代码找到了很多，但这些并不是唯一的，因为我能够通过反复试验找到更多这些标签。
只需使用Firebug或Fiddler即可跟踪真实网络浏览器发出的HTTP请求。您将获得一个所有参数，这些参数已在名称=值对的漂亮表中发送。不需要试验'错误。