如何抓取域名完整WHOIS信息

信息()，即所有人信息，登记着归属人信息。既然是信息，就有他的价值所在。信息对很有些人来说非常重要，比如玩的米农们，还有一些公司的销售们，他们通过获取的注册信息来联系到的所有人，可以和他们洽谈收购事宜？亦或者问问你注册了要不要找我们做个网站？哈~反正由于骚扰量太大，所以现在很多人都不留真实的联系方式了。因为信息这块，注册商是不做信息有效性审核的，随便你填，只要格式正确就可以了。

但我不关心他的信息真实性，既然有人要这信息，我们就要想办法爬啊！网上有很多查询信息的软件，但都不太适合我们的软件调用和数据分析。所以我们最好还是自己直接抓取比较方便。

首先我们要了解信息的存储方式，我个人的理解是，全求有各大根服务器（有点像DNS根服务器）例如com的根服务器就是：.verisign-grs.com 这个服务器上存储这的基本信息，包括创建时间，注册时间，到期时间等等，比如我们查询下今日头条的toutiao.com的信息，具体信息如下图

每个后缀的的根服务器是固定的，但这里的信息太少，不是我们想要的。那哪里才能查到我们想要的具体信息呢，上图中，大家注意到没，其中有条信息叫 Server，指向了商的服务器:.ename.com（易名中国），这个服务器存储着更详细的信息，其中就包括了我们想要的人，联系方式，等数据。

到这里，我们的任务完成了一半了！知道了信息的获取途径，下面我们就用程序的方法去获取吧！

百度下协议，我们知道了协议通信是用的服务器43端口。这样我们利用C#（亦或其他程序）中的SOCKET类去和服务器进行通信，协议方式就是连上43端口后，发送的ASCII编码，以 （回车换行符）结束。成功的话服务器就会返回对应的信息，C#的通信代码如下：

///

/// 查询的 信息

///

/// 要查询的

/// 服务器地址

/// 服务器端口

///

/// 执行成功: 返回详细的信息

/// 执行失败：返回相就的异常或是错误信息

///

public static string Tcp(string domain, string server, int port)

{

//domain = FunctionServices.getDomain(domain);

// 连接 查询服务器

TcpClient tcp = new TcpClient();

tcp.SendTimeout = 10;

//return string

string returnstr = "String Error";

try

{

tcp.Connect(server, port);

}

catch (SocketException)

{

returnstr = "查询错误：连接 服务器[" + server + "]失败";

return returnstr;

}

// 向 查询服务器发送查询的

try

{

//构造发送的字符串

domain += " ";

Byte[] DomainBytes = System.Text.Encoding.ASCII.GetBytes(domain.ToCharArray());

// 将发送到 查询服务器

Stream Stream = tcp.GetStream();

Stream.Write(DomainBytes, 0, domain.Length);

//返回流

StreamReader StreamReader = new StreamReader(Stream, System.Text.Encoding.UTF8);

StringBuilder Info = new StringBuilder();

string Line = null;

while (null != (Line = StreamReader.ReadLine()))

{

Info.Append(Line + " ");

}

returnstr = Info.ToString();

}

catch (Exception)

{

returnstr = "查询错误：网络无响应，或者是您的输入有误";

}

finally

{

tcp.Close();

}

return returnstr;

}

我们就用toutiao.com举例，通过这个代码，我们可以先连接到com的根服务器:.verisign-grs.com 来获取基本信息，然后对信息分析，提取想要的信息，如到期时间等。同时我们要提取关键的 SERVER的信息，获取到结果：.ename.com，同样的方式，我们再连一次这个服务器，发送，得到具体的注册信息。至此，我们就获取到了一个完整的信息了。

获取信息需要注意的以下几点：

1. 每个根服务器返回的信息格式有的时候并不一样，这个就要靠我们人工新分析了。但同个服务器返回的信息格式是一样的。所以针对不同的服务器返回，我们要区别对待。

2. 未注册时，查询的信息返回是未找到，每个根服务器返回的也不一样。有的是“does not exist”，有的是“Not found”，也有的是“No match for”，这个也挺让人难受的。对于这样的问题，我们只有针对不同的服务器，去做不同的判断。主要做一些主流.com,.net,.cn的判断基本就差不多了。

3. 大多数服务器的请求频率是有限制的。所以这里并不推荐多线程大批量获取信息，为了稳定，还是单线程设置个延时，慢慢的抓吧。

这里提供一下几个主流的根服务器供大家测试，测试方式是用Telnet 软件去连接服务器的43端口，连接上之后就可以输入，然后回车，就可以得到信息了。