域名采集器 — 用户使用教程

一、软件简介

域名采集器 是一款智能域名发现工具。你只需要给它一个网址（种子URL），它就会像蜘蛛织网一样，自动一层一层地发现这个网站引用的所有其他网站域名，最终帮你整理出一份完整的域名列表。

举个例子： 你想知道某个行业门户网站都链接了哪些其他网站，只需把门户网址输入进去，点一下开始，软件会自动帮你全部找出来。

---

二、界面介绍

打开软件后，主界面从上到下分为5个区域：

① 控制栏（顶部）

这里设置采集的核心参数：

设置项	在哪里	干什么用
种子URL	输入框	你要从哪个网址开始爬
深度	数字选择器	爬几层链接（1=只爬当前页面外链，3=层层递进）
线程	数字选择器	同时几个线程干活，数字越大越快但占资源
超时	数字选择器	每个网页最多等几秒，超时就跳过
上限	数字选择器	最多收录多少个域名，到了就停

② 域名筛选（中部第一区）

标签为「域名筛选」，用于过滤不想保留的域名：

筛选项	类型	作用
去除二级域名	勾选框	把 news.example.com 合并为 example.com
只要中文网站	勾选框	只保留页面含中文的域名
导出仅状态码200	勾选框	仅导出HTTP 200的正常网页（不影响采集）
域名最大长度	数字选择器	域名超过这个长度的不要，0=不限
指定后缀	文本框	一行写一个后缀，只保留匹配的
域名剔除	文本框	一行写一个域名，这些域名不收录

③ 统计面板（中部第二区）

实时显示采集数据：

• 总域名：已发现并入库的域名数
• 可访问：HTTP状态码正常的域名数
• 不可访问：无法访问或状态码异常的域名数
• 错误：请求失败的次数
• 进度条：采集运行时滚动显示

④ 结果表格（中部第三区）

以表格形式展示每条采集结果，包含：序号、域名、完整URL、页面标题、状态码、深度、来源URL、是否可访问、发现时间。

⑤ 日志区（底部）

以不同颜色显示运行日志：

• 🟢 绿色 = 成功
• 🟡 黄色 = 警告
• 🔴 红色 = 错误
• 🔵 蓝色 = 信息

---

三、操作按钮说明

界面上的操作按钮及功能：

按钮	功能
▶ 开始采集	开始从种子URL爬取域名
⏸ 暂停	暂停当前采集（可继续）
⏹ 停止	终止当前采集
📥 导出结果	将采集到的域名导出为CSV和TXT文件
🗑 清空	清空数据库和表格，恢复初始状态

底部栏：

• 使用协议：查看免责声明
• 2394软件之家：跳转官网
• 意见反馈：跳转论坛反馈页
• ☀/🌙：切换白天/夜晚主题

---

四、基础操作流程

第 1 步：输入种子URL

在「种子URL」输入框中输入目标网址，例如：

code复制

https://www.xxx.com

⚠️ 必须包含 http:// 或 https:// 前缀。

第 2 步：设置采集参数

根据需求调整参数：

新手建议：

• 深度：3（太深会跑很久）
• 线程：15（平衡速度和资源）
• 超时：10（足够了）
• 上限：5000（一般够用）

深入调研时：

• 深度：5~8
• 线程：20~25
• 上限：10000+

第 3 步：配置筛选规则（可选）

去除二级域名

勾选后，blog.example.com、shop.example.com 都会合并为 example.com，避免同一主域的重复记录。

只要中文网站

勾选后，软件会检测每个页面的内容是否包含中文。不含中文的纯英文站会被自动跳过。适用于只关心国内网站的调研场景。

域名最大长度

设置一个数字，域名超过该长度的不会被收录。比如设 20，则 www.abcdefghijklmnopqrstuvwxyz.com 会被跳过。

指定后缀

在文本框中一行写一个后缀（不含点），例如：

code复制

com
cn
net
org

则只有 .com、.cn、.net、.org 结尾的域名会被保留。

域名剔除

在文本框中一行写一个要排除的域名，例如：

code复制

google.com
facebook.com
baidu.com

采集时遇到这些域名会自动跳过。

💡 以上筛选规则在采集过程中实时生效，勾选或修改后立即应用。

第 4 步：点击开始采集

点击 ▶ 开始采集，进度条开始滚动，日志区会显示：

code复制

[信息] === 开始采集 ===
[信息] 种子URL: https://www.xxx.com
[成功] www.target1.com | 标题: XX官网 | 深度: 1 | 200
[成功] www.target2.cn | 标题: XX中文站 | 深度: 1 | 200
[警告] www.deadlink.com | 错误: 连接超时 | 深度: 2

第 5 步：等待或干预

采集过程中可以：

• 点 ⏸ 暂停：暂时停止抓取，想继续时再点一下
• 点 ⏹ 停止：彻底终止采集，已收录的域名保留

第 6 步：导出结果

采集完成后，点击 📥 导出结果，选择保存目录。

软件会自动生成两个文件：

CSV 文件（域名采集_20260615_153022.csv）：

• 用 Excel 或 WPS 打开
• 包含：序号、域名、完整URL、标题、状态码、深度、来源URL、是否可访问、发现时间

TXT 文件（域名采集_20260615_153022.txt）：

• 用记事本打开
• 每行一个域名（仅可访问的域名）

💡 如果勾选了「导出仅状态码200」，导出的CSV和TXT都只会包含状态码为200的记录。采集时所有状态码都会入库，勾选只影响导出。

第 7 步：清空重置（可选）

如果想清空所有数据重新采集，点击 🗑 清空，数据库和表格全部重置。

---

五、常见使用场景

场景 1：调研竞争对手外链

目标： 找出竞争对手官网链接了哪些合作网站

设置：

1. 种子URL：竞争对手官网
2. 深度：3
3. 勾选「只要中文网站」
4. 采集完成后导出CSV分析

场景 2：建立行业域名库

目标： 收集某个行业的所有相关网站域名

设置：

1. 种子URL：行业门户站首页
2. 深度：5
3. 上限：10000
4. 勾选「去除二级域名」
5. 在「指定后缀」里写 com、cn

场景 3：发现新内容源

目标： 从一个导航站或聚合站发现新网站

设置：

1. 种子URL：导航站或聚合站URL
2. 深度：1（只看导航站链接的直接目标）
3. 线程：20
4. 导出TXT即可得到网址清单

---

六、高级技巧

1. 断点续采

数据库 domains.db 会永久保存所有采集结果。下次打开软件时，之前的采集数据会自动加载到表格中。如果上次采集被中断，重新点击开始会从上次未采集的URL继续。

2. 控制采集规模

• 先设深度 2、上限 500 跑一次，看看量级
• 确认目标后加大深度和上限做全量采集
• 避免一上来就设深度 10、上限 100000，可能跑几个小时

3. 自定义后缀筛选

「指定后缀」支持任意后缀：

• 通用TLD：com、cn、net、org、cc
• 行业TLD：edu（教育）、gov（政府）
• 国别TLD：jp、kr、uk、de

4. 筛选「有效域名」

勾选「导出仅状态码200」后导出，可以一键过滤掉：

• 404 页面（不存在）
• 500 错误（服务器异常）
• 超时/断连的域名
• 重定向异常的域名

---

七、常见问题

Q：为什么有些网站显示「连接超时」？

A： 对方网站响应慢或网络不通。可以加大「超时」参数（如 15~30 秒），或换一个网络环境。

Q：为什么采集到的域名很少？

A： 检查几点：

1. 种子URL的网站本身外部链接少（如单页面站）
2. 勾选了过多筛选条件，大部分域名被过滤了
3. 深度设置太浅（设 1 就只能爬一层）

Q：显示「SSL证书错误」怎么办？

A： 对方网站的HTTPS证书过期或无效，软件会自动跳过，不影响其他域名采集。

Q：采集过程中软件卡住了？

A： 少数网站响应极慢会拖慢线程。点「停止」终止后，可加大超时参数重新开始。

Q：数据存在哪里？换电脑能带走吗？

A： 数据存在软件同目录下的 domains.db 和 config.ini。把这两个文件和 .exe 一起复制到新电脑即可。

Q：能不能同时采集多个种子URL？

A： 当前版本每次只支持一个种子URL。需要多站点可分别采集后合并导出文件。

---

八、注意事项

1. 合规使用：遵守目标网站的 robots.txt 协议，不要对禁止爬取的站点使用
2. 请求频率：线程数不要设太高，避免给对方服务器造成压力
3. 数据安全：采集到的域名仅供个人分析使用，不得用于非法用途
4. 网络环境：部分国外网站可能需要科学上网才能访问

---

💬 遇到问题？前往 2394.cn/forum/58.html 留言反馈 🌐 官网：2394.cn