Java 如何检测一个网站是一个擅自占用者？

我试图检测某些网站是否是“有效”网站。一些使网站无效的因素：

• 返回错误的状态代码
• 页面内容为空
• 网站是一个擅自占用者（例如，url指向一个GoDaddy页面，或任何显示“来注册此域！”的页面）

---

我试图找出如何检测一个网站是否是一个擅自占用者。如果这很重要的话，我正在使用Java。有什么想法吗？

在我看来，这对我来说是个不错的任务

收集一个网站样本，其中一些是“擅自占用者”，而另一些则不是（这称为火车组）

使用模型或（或任何其他模型）作为特征空间，并使用一些（，…）训练分类器

在运行时，使用您的分类器来确定网站是否是非法占用者

是一个实现许多机器学习算法的java库，可能会对您有所帮助