如何抓取 Who.is 获取域名和 IP 情报

了解如何抓取 Who.is 以提取域名所有权详细信息、注册日期和联系信息。轻松获取宝贵的 B2B 线索和网络安全情报...

Who.is favicon
who.is中等
覆盖率:Global
可用数据6 字段
标题位置卖家信息联系信息发布日期属性
所有可提取字段
域名注册商名称注册日期到期日期更新日期域名状态名称服务器 (Name Servers)IP 地址注册人组织注册人城市注册人省份注册人国家管理员邮箱技术联系人电话原始 WHOIS 数据
技术要求
需要JavaScript
无需登录
无分页
无官方API
检测到反机器人保护
CloudflareRate LimitingIP BlockingreCAPTCHA

检测到反机器人保护

Cloudflare
企业级WAF和机器人管理。使用JavaScript挑战、验证码和行为分析。需要带隐身设置的浏览器自动化。
速率限制
限制每个IP/会话在一段时间内的请求数。可通过轮换代理、请求延迟和分布式抓取绕过。
IP封锁
封锁已知的数据中心IP和标记地址。需要住宅或移动代理才能有效绕过。
Google reCAPTCHA
谷歌的验证码系统。v2需要用户交互,v3通过风险评分静默运行。可通过验证码服务解决。

关于Who.is

了解Who.is提供什么以及可以提取哪些有价值的数据。

全面的域名查询服务

Who.is 是一个领先的基于 Web 的工具,用于执行 WHOIS 和 RDAP 查询,以检索域名和 IP 地址的公共注册信息。它是访问全球域名注册商和注册局维护的记录的中心枢纽,提供关于注册日期、到期时间线和域名服务器配置的关键洞察。该平台被 IT 专业人员和研究人员广泛用于调查网络基础设施并识别互联网资源背后的实体。

丰富的数据存储库

该网站显示与域名相关的管理、技术和注册人联系方式的结构化和非结构化数据。虽然许多个人联系数据现在为了符合 GDPR 和其他隐私协议而被隐藏,但该站点仍提供核心信息,如注册商名称、域名状态和各种 DNS 记录。它还提供用于跟踪 IP 地址和监控网站运行时间的工具,使其成为一个综合性的 Web 情报资源。

WHOIS 抓取的业务价值

抓取 Who.is 数据对于网络安全研究人员、竞争情报分析师和营销专业人员具有极高价值。它能够识别新注册的企业、跟踪域名组合的变动,并调查潜在威胁行为者使用的基础设施。通过自动化提取这些数据,组织可以走在市场趋势前沿,保护品牌资产,并高效地生成高质量的 B2B 线索。

关于Who.is

为什么要抓取Who.is?

了解从Who.is提取数据的商业价值和用例。

通过识别新注册域名的所有者进行 B2B 线索生成

网络安全威胁情报和域名基础设施映射

监控域名到期日期以获取收购机会

知识产权执法和识别商标侵权者

市场研究和跟踪特定行业的域名注册趋势

抓取挑战

抓取Who.is时可能遇到的技术挑战。

激进的 Cloudflare 机器人保护和浏览器挑战

对每个 IP 地址允许的查询次数有严格的速率限制

由于 GDPR 和 WHOIS 隐私服务导致的大量数据被隐藏

某些查询结果需要渲染动态内容加载

针对非结构化原始 WHOIS 文本块的复杂解析需求

使用AI抓取Who.is

无需编码。通过AI驱动的自动化在几分钟内提取数据。

工作原理

1

描述您的需求

告诉AI您想从Who.is提取什么数据。只需用自然语言输入 — 无需编码或选择器。

2

AI提取数据

我们的人工智能浏览Who.is,处理动态内容,精确提取您要求的数据。

3

获取您的数据

接收干净、结构化的数据,可导出为CSV、JSON,或直接发送到您的应用和工作流程。

为什么使用AI进行抓取

无代码界面允许在几分钟内构建 Who.is 爬虫,无需编写脚本
自动处理 Cloudflare 挑战和 JavaScript 渲染障碍
云端执行完全避免了本地 IP 封锁和速率限制问题
内置调度功能,用于持续监控域名状态变化
无缝将数据导出到 Google Sheets 或 CRM 进行线索管理
无需信用卡提供免费套餐无需设置

AI让您无需编写代码即可轻松抓取Who.is。我们的AI驱动平台利用人工智能理解您想要什么数据 — 只需用自然语言描述,AI就会自动提取。

How to scrape with AI:
  1. 描述您的需求: 告诉AI您想从Who.is提取什么数据。只需用自然语言输入 — 无需编码或选择器。
  2. AI提取数据: 我们的人工智能浏览Who.is,处理动态内容,精确提取您要求的数据。
  3. 获取您的数据: 接收干净、结构化的数据,可导出为CSV、JSON,或直接发送到您的应用和工作流程。
Why use AI for scraping:
  • 无代码界面允许在几分钟内构建 Who.is 爬虫,无需编写脚本
  • 自动处理 Cloudflare 挑战和 JavaScript 渲染障碍
  • 云端执行完全避免了本地 IP 封锁和速率限制问题
  • 内置调度功能,用于持续监控域名状态变化
  • 无缝将数据导出到 Google Sheets 或 CRM 进行线索管理

Who.is的无代码网页抓取工具

AI驱动抓取的点击式替代方案

Browse.ai、Octoparse、Axiom和ParseHub等多种无代码工具可以帮助您在不编写代码的情况下抓取Who.is。这些工具通常使用可视化界面来选择数据,但可能在处理复杂的动态内容或反爬虫措施时遇到困难。

无代码工具的典型工作流程

1
安装浏览器扩展或在平台注册
2
导航到目标网站并打开工具
3
通过点击选择要提取的数据元素
4
为每个数据字段配置CSS选择器
5
设置分页规则以抓取多个页面
6
处理验证码(通常需要手动解决)
7
配置自动运行的计划
8
将数据导出为CSV、JSON或通过API连接

常见挑战

学习曲线

理解选择器和提取逻辑需要时间

选择器失效

网站更改可能会破坏整个工作流程

动态内容问题

JavaScript密集型网站需要复杂的解决方案

验证码限制

大多数工具需要手动处理验证码

IP封锁

过于频繁的抓取可能导致IP被封

Who.is的无代码网页抓取工具

Browse.ai、Octoparse、Axiom和ParseHub等多种无代码工具可以帮助您在不编写代码的情况下抓取Who.is。这些工具通常使用可视化界面来选择数据,但可能在处理复杂的动态内容或反爬虫措施时遇到困难。

无代码工具的典型工作流程
  1. 安装浏览器扩展或在平台注册
  2. 导航到目标网站并打开工具
  3. 通过点击选择要提取的数据元素
  4. 为每个数据字段配置CSS选择器
  5. 设置分页规则以抓取多个页面
  6. 处理验证码(通常需要手动解决)
  7. 配置自动运行的计划
  8. 将数据导出为CSV、JSON或通过API连接
常见挑战
  • 学习曲线: 理解选择器和提取逻辑需要时间
  • 选择器失效: 网站更改可能会破坏整个工作流程
  • 动态内容问题: JavaScript密集型网站需要复杂的解决方案
  • 验证码限制: 大多数工具需要手动处理验证码
  • IP封锁: 过于频繁的抓取可能导致IP被封

代码示例

import requests
from bs4 import BeautifulSoup

# Who.is 使用 Cloudflare,因此高质量的 headers 至关重要
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36',
    'Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8'
}
url = 'https://who.is/whois/example.com'

try:
    response = requests.get(url, headers=headers)
    response.raise_for_status()
    soup = BeautifulSoup(response.text, 'html.parser')
    
    # WHOIS 数据通常在 pre 标签或特定的 div 类中
    whois_block = soup.find('pre')
    if whois_block:
        print(f'WHOIS 数据: {whois_block.get_text().strip()}')
    else:
        print('未找到数据块或被反爬虫封锁。')
except requests.exceptions.RequestException as e:
    print(f'请求失败: {e}')

使用场景

最适合JavaScript较少的静态HTML页面。非常适合博客、新闻网站和简单的电商产品页面。

优势

  • 执行速度最快(无浏览器开销)
  • 资源消耗最低
  • 易于使用asyncio并行化
  • 非常适合API和静态页面

局限性

  • 无法执行JavaScript
  • 在SPA和动态内容上会失败
  • 可能难以应对复杂的反爬虫系统

如何用代码抓取Who.is

Python + Requests
import requests
from bs4 import BeautifulSoup

# Who.is 使用 Cloudflare,因此高质量的 headers 至关重要
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36',
    'Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8'
}
url = 'https://who.is/whois/example.com'

try:
    response = requests.get(url, headers=headers)
    response.raise_for_status()
    soup = BeautifulSoup(response.text, 'html.parser')
    
    # WHOIS 数据通常在 pre 标签或特定的 div 类中
    whois_block = soup.find('pre')
    if whois_block:
        print(f'WHOIS 数据: {whois_block.get_text().strip()}')
    else:
        print('未找到数据块或被反爬虫封锁。')
except requests.exceptions.RequestException as e:
    print(f'请求失败: {e}')
Python + Playwright
from playwright.sync_api import sync_playwright

def scrape_whois(domain):
    with sync_playwright() as p:
        # 如果可能,无头模式应与 stealth 插件配合使用
        browser = p.chromium.launch(headless=True)
        context = browser.new_context(user_agent='Mozilla/5.0 (Windows NT 10.0; Win64; x64) Chrome/110.0.0.0 Safari/537.36')
        page = context.new_page()
        
        # 导航到查询页面
        page.goto(f'https://who.is/whois/{domain}')
        
        # 等待结果容器渲染
        page.wait_for_selector('.query-results', timeout=10000)
        
        # 提取结果的内部文本
        results = page.inner_text('.query-results')
        print(f'{domain} 的结果:
{results}')
        
        browser.close()

scrape_whois('google.com')
Python + Scrapy
import scrapy

class WhoisSpider(scrapy.Spider):
    name = 'whois_spider'
    
    def start_requests(self):
        # 要查询的域名
        domains = ['example.com', 'test.org']
        for domain in domains:
            yield scrapy.Request(
                url=f'https://who.is/whois/{domain}',
                callback=self.parse,
                meta={'proxy': 'http://your-residential-proxy:port'}
            )

    def parse(self, response):
        # 提取域名和原始 WHOIS 文本
        yield {
            'domain': response.css('h1::text').get(),
            'raw_data': response.css('.query-results pre::text').get(),
            'registrar': response.xpath("//div[contains(text(), 'Registrar')]/following-sibling::div/text()").get()
        }
Node.js + Puppeteer
const puppeteer = require('puppeteer');

(async () => {
  const browser = await puppeteer.launch({ headless: true });
  const page = await browser.newPage();
  
  // 设置真实的 User Agent
  await page.setUserAgent('Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/110.0.0.0 Safari/537.36');

  await page.goto('https://who.is/whois/example.com');

  // 等待包含 WHOIS 数据的预格式化文本块
  try {
    await page.waitForSelector('pre', { timeout: 5000 });
    
    const whoisData = await page.evaluate(() => {
      const pre = document.querySelector('pre');
      return pre ? pre.innerText : '未找到数据';
    });

    console.log(whoisData);
  } catch (err) {
    console.log('检测到超时或封锁:', err.message);
  }

  await browser.close();
})();

您可以用Who.is数据做什么

探索Who.is数据的实际应用和洞察。

B2B 销售获客

销售团队可以识别新注册域名背后的决策者,以提供网页设计或托管等服务。

如何实现:

  1. 1监控每日新域名注册列表。
  2. 2从 Who.is 提取注册人姓名和组织详细信息。
  3. 3通过域名中发现的行业相关关键词过滤线索。
  4. 4将高意向联系人导入自动化电子邮件营销平台。

使用Automatio从Who.is提取数据,无需编写代码即可构建这些应用。

您可以用Who.is数据做什么

  • B2B 销售获客

    销售团队可以识别新注册域名背后的决策者,以提供网页设计或托管等服务。

    1. 监控每日新域名注册列表。
    2. 从 Who.is 提取注册人姓名和组织详细信息。
    3. 通过域名中发现的行业相关关键词过滤线索。
    4. 将高意向联系人导入自动化电子邮件营销平台。
  • 网络安全威胁映射

    安全分析师使用 WHOIS 数据来描绘恶意行为者或钓鱼攻击所使用的基础设施。

    1. 将已知的恶意域名输入爬虫。
    2. 提取关联的名称服务器和注册人组织 ID。
    3. 搜索共享这些相同基础设施标识符的其他域名。
    4. 在企业安全防火墙中封锁识别出的网络范围。
  • 域名收购监控

    投资者可以通过监控域名的到期日期和状态变化来跟踪他们希望购买的域名。

    1. 编译一份目标高价值域名的收购清单。
    2. 安排每日抓取以检查 'Expires' 日期和 'Domain Status'。
    3. 为进入 '赎回期' 的域名设置自动提醒。
    4. 在域名释放到市场时立即进行专业的预订(backorder)。
  • 品牌保护分析

    公司可以监控使用其商标的域名抢注或欺诈网站,以保护客户。

    1. 对品牌名称的变体和常见拼写错误执行自动化搜索。
    2. 提取任何可疑匹配域名的注册人和注册商信息。
    3. 分析名称服务器以确定欺诈网站的托管提供商。
    4. 向识别出的注册商和托管公司提交法律删除请求。
不仅仅是提示词

用以下方式提升您的工作流程 AI自动化

Automatio结合AI代理、网页自动化和智能集成的力量,帮助您在更短的时间内完成更多工作。

AI代理
网页自动化
智能工作流

抓取Who.is的专业技巧

成功从Who.is提取数据的专家建议。

轮换高质量的住宅代理,以绕过 Cloudflare 基于 IP 的封锁和速率限制。

使用像 Playwright 或 Puppeteer 这样的无头浏览器来处理结果的动态渲染和 JS 挑战。

在查询之间引入随机休眠间隔(抖动),以模拟自然的人类浏览行为。

利用正则表达式 (regex) 将原始文本块解析为结构化 JSON 数据,以提高可用性。

专门监控 'Expires'(过期)字段,以便为进入赎回期的高价值域名触发提醒。

如果 WHOIS 信息被隐藏,请检查 RDAP 部分,因为它有时能提供更结构化的连接数据。