爬蟲實現：根據IP地址反查域名

域名解析與IP地址

域名解析是把域名指向網站空間IP，讓人們經過註冊的域名能夠方便地訪問到網站的一種服務；IP地址是網絡上標識站點的數字地址，爲了方便記憶，採用域名來代替IP地址標識站點地址。域名解析就是域名到IP地址的轉換過程，該過程由DNS服務器完成（來自百度百科）

先來了解兩個知識點

一、一個域名同一時刻只能對應一個IP地址

二、一個IP地址能夠解析綁定多個域名，沒有限制

基於以上知識點，假如咱們已知一個IP地址，咱們怎麼才能獲取解析到該IP地址的全部域名信息呢？一種方式是國家工信部能開放查詢接口以供查詢（不知道會不會開放？）；另一種方式就是接下來我要分享的——爬蟲實現：根據IP地址反查域名。

實現原理

實現原理其實很簡單，如今已有網站提供了根據IP地址查詢域名的功能，可是須要人爲登陸網站輸入IP地址查詢，我想要實現程序自動化查詢，因此就想到了爬蟲的方式，簡單來講，就是模擬人的查詢行爲，將查詢結果解析成我想要的域名列表。

以site.ip138.com爲例，打開F12，輸入一個IP查詢，觀察控制檯請求，看到下圖中信息

請求地址爲：site.ip138.com/119.75.217.…

請求方式爲：GET

而後，分析Response，能夠看到，在頁面上看到的綁定域名信息就是下圖紅框中的內容，因此只要能將Response的內容解析出來，獲取到的內容就能夠獲得想要的域名列表。

上述Response是HTML頁面，使用jsoup來解析HTML簡直完美。

jsoup是什麼？

jsoup 是一款Java 的HTML解析器，可直接解析某個URL地址、HTML文本內容。它提供了一套很是省力的API，可經過DOM，CSS以及相似於jQuery的操做方法來取出和操做數據。

//解析成Document對象
Document document = Jsoup.parse(result);
if (document == null) {
    logger.error("Jsoup parse get document null!");
}
//根據ID屬性「list」獲取元素Element對象（有沒有感受很像jQuery？）
Element listEle = document.getElementById("list");

//根據class屬性和屬性值篩選元素Element集合，並經過eachText()遍歷元素內容
return listEle.getElementsByAttributeValue("target", "_blank").eachText();
複製代碼

result的內容經過HttpClient模擬HTTP請求

HttpGet httpGet = new HttpGet(url);
httpGet.setHeader("Accept", "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8");
httpGet.setHeader("Accept-Encoding", "gzip, deflate");
httpGet.setHeader("Accept-Language", "zh-CN,zh;q=0.9");
httpGet.setHeader("Cache-Control", "max-age=0");
httpGet.setHeader("Connection", "keep-alive");
httpGet.setHeader("Cookie", "Hm_lvt_d39191a0b09bb1eb023933edaa468cd5=1553090128; BAIDU_SSP_lcr=https://www.baidu.com/link?url=FS0ccst469D77DpdXpcGyJhf7OSTLTyk6VcMEHxT_9_&wd=&eqid=fa0e26f70002e7dd000000065c924649; pgv_pvi=6200530944; pgv_si=s4712839168; Hm_lpvt_d39191a0b09bb1eb023933edaa468cd5=1553093270");
httpGet.setHeader("DNT", "1");
httpGet.setHeader("Host", host);
httpGet.setHeader("Upgrade-Insecure-Requests", "1");
httpGet.setHeader("User-Agent", "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36");

String result = HttpUtils.doGet(httpGet);
複製代碼

HTTP請求工具類

public class HttpUtils {

    private static Logger logger = LoggerFactory.getLogger(HttpUtils.class);

    public static String doGet(HttpGet httpGet) {
        CloseableHttpClient httpClient = null;
        try {
            httpClient = HttpClients.createDefault();
            RequestConfig requestConfig = RequestConfig.custom()
                    .setConnectTimeout(5000).setConnectionRequestTimeout(10000)
                    .setSocketTimeout(5000).build();
            httpGet.setConfig(requestConfig);
            HttpResponse httpResponse = httpClient.execute(httpGet);
            if (httpResponse.getStatusLine().getStatusCode() == 200 ||
                    httpResponse.getStatusLine().getStatusCode() == 302) {
                HttpEntity entity = httpResponse.getEntity();
                return EntityUtils.toString(entity, "utf-8");
            } else {
                logger.error("Request StatusCode={}", httpResponse.getStatusLine().getStatusCode());
            }
        } catch (Exception e) {
            logger.error("Request Exception={}:", e);
        } finally {
            if (httpClient != null) {
                try {
                    httpClient.close();
                } catch (IOException e) {
                    logger.error("關閉httpClient失敗", e);
                }
            }
        }
        return null;
    }
}
複製代碼

新增Controller

@RestController
public class DomainSpiderController {

    private static Logger logger = LoggerFactory.getLogger(DomainSpiderController.class);

    @Autowired
    private DomainSpiderService domainSpiderService;

    /** * @param ip 119.75.217.109 * @return */
    @RequestMapping("/spider/{ip}")
    @ResponseBody
    public List<String> domainSpider(@PathVariable("ip") String ip) {
        long startTime = System.currentTimeMillis();
        List<String> domains = domainSpiderService.domainSpiderOfIp138(ip);
        if(domains == null || domains.size() == 0) {
            domains = domainSpiderService.domainSpiderOfAizan(ip);
        }
        long endTime = System.currentTimeMillis();

        logger.info("完成爬蟲任務總耗時：{}s", (endTime - startTime) / 1000);

        return domains;
    }
}
複製代碼

啓動Spring Boot應用，訪問瀏覽器：http://localhost:8080/spider/119.75.217.109 得到返回結果以下：

怎麼樣？是否是很簡單？

優化改進：有時候僅僅經過一個網站查詢的域名數據可能不太準確，甚至查詢不到數據，咱們也無法判斷誰纔是正確的，因此，能夠經過爬取多個網站的結果結合起來使用，例如：dns.aizhan.com

提出疑問：這些提供根據IP反查域名的網站，是怎麼實現的呢？我諮詢過其餘人，他們的回答是這些網站收集了不少IP和域名的對應關係，真實狀況是這樣的嗎？

示例源碼

• domain-spider

代碼已上傳至碼雲和Github上，歡迎下載學習

• Gitee
• Github