dnslookup-cli 实战指南：用 Python 打造带彩色表格与 JSON 导出的专业 DNS 查询工具

本篇指南以 Cybersecurity-Projects 仓库中 dns-lookup 项目 及其 DEMO.md 为核心，完整讲解 dnslookup-cli 的安装方式、五种命令用法、Rich 彩色表格输出与 JSON 结构化导出的两种工作模式，并结合 resolver.py、cli.py、output.py 的源码细节，带你理解并发异步 DNS 查询、解析路径追踪（trace）和 WHOIS 集成背后的实现原理。读完本文，你将能够直接安装运行这套 DNS 侦察工具，掌握它的全部命令行参数，并能基于源码思路扩展出子域枚举、DNS 监控告警等自己的安全工具。

一、项目概览与安装启动

dnslookup-cli 是一个"专业级"的 DNS 查询命令行工具：它不只是dig/nslookup的简单封装，而是实现了并发异步 DNS 查询、从根服务器到权威服务器的完整解析路径追踪、以及适合人读和机器读的双格式输出（详见 00-OVERVIEW.md）。在安全场景中，它主要用于侦察阶段的基础设施枚举——A/AAAA 记录暴露 IP 与托管商、MX 记录暴露邮件基础设施、NS 记录暴露 DNS 服务商、TXT 记录泄露 SPF/DKIM 配置（对应 MITRE ATT&CK 的 T1590.002 DNS 侦察技术）。

1.1 安装方式

项目支持两种启动方式。最推荐的是通过 PyPI 使用uv tool全局安装（这也是 DEMO.md 中给出的官方安装命令）：

uv tool install dnslookup-cli

安装完成后即可全局调用dnslookup命令。若希望从源码运行（适用于本地开发或学习），可以在项目目录PROJECTS/beginner/dns-lookup/下通过just任务运行器或uv直接执行：

# 方式一：项目内置 justfile 提供 run / lookup 等快捷任务 just lookup example.com # 方式二：直接使用 uv 运行 uv run dnslookup query example.com

项目依赖非常精简，完整依赖列表可在 pyproject.toml 中查看：

注意：项目要求 Python 3.13+（requires-python = ">=3.13"），因为源码使用了StrEnum等较新的语言特性。

1.2 五个核心命令

工具入口定义在 cli.py，提供了五个子命令，与 README.md 的命令表一致：

全局还提供--version/-v参数用于查看版本号并退出（实现在 cli.py）。

二、Table Output：彩色表格输出模式

DEMO.md 展示的第一种输出模式是Table Output（表格输出），官方描述为："Full DNS record query with colored table, record type filtering, and response time tracking"——即完整的 DNS 记录查询，支持彩色表格、记录类型筛选与响应时间统计。

2.1 基本用法与参数

query命令最常用的完整参数如下（源码见 cli.py）：

dnslookup query <domain> \ [--type A,AAAA,MX,NS,TXT,CNAME,SOA | ALL] \ [--server 8.8.8.8] \ [--timeout 5.0] \ [--json]

记录类型字符串的解析逻辑在parse_record_types()（cli.py）：输入会先转为大写，再按逗号拆分；遇到未知类型不会报错中断，而是打印黄色警告后跳过；若最终没有有效类型则回退到全部类型。因此--type A,MX、--type a,mx、--type ALL都是合法写法。

2.2 表格渲染细节

表格输出由 output.py 中的print_results_table()负责。表头固定为三列——Type（记录类型）、Value（记录值）、TTL（生存时间），并采用了这些 Rich 排版特性：

• box=box.ROUNDED：圆角边框；
• row_styles=["", "dim"]：奇偶行交替变暗，提升长表格的可读性；
• header_style="bold cyan"：表头加粗青色；
• TTL 列右对齐、加窄列宽（width=8），并经过format_ttl()（output.py）转换为人类可读形式——86400 秒显示为1d、3600 秒显示为1h、60 秒以上显示为分钟、其余显示为秒。

每种记录类型还有专属配色（output.py）：

| 记录类型 | 颜色 | | 记录类型 | 颜色 | |----------|------|--|----------|------| | A | green | | CNAME | red | | AAAA | blue | | SOA | white | | MX | magenta | | PTR | bright_cyan | | NS | cyan | | TXT | yellow |

这样在同一次混合类型的查询结果里，可以一眼区分不同记录类型。对于 MX 记录，工具还会在值后面附加(priority: N)的备注（output.py），因为 MX 记录带优先级字段（在 resolver.py 中通过rdata.preference提取）。

表格下方还会打印一行摘要（print_summary()，output.py）：找到的记录条数、查询耗时（毫秒）以及使用的 nameserver——这就是 DEMO 截图中所见"50ms / 107ms"响应时间追踪的由来。若查询出错（如 NXDOMAIN、超时），print_errors()会以红色✗逐条打印错误信息（output.py）。

2.3 底层：并发查询与数据模型

表格里的每一行数据，来自 resolver.py 的lookup()异步函数。它的关键设计是一次性创建全部记录类型的查询任务，再用asyncio.gather()并发执行：

tasks = [ query_record_type(domain, rt, resolver) for rt in record_types ] query_results = await asyncio.gather(*tasks, return_exceptions=True)

return_exceptions=True保证某个记录类型失败（如该域名没有 MX 记录）时不会取消其他查询，而是把异常作为返回值收集进DNSResult.errors，从而支持"部分成功"的结果。对 7 种记录类型、每类 50ms 延迟的场景，顺序查询需 350ms，而并发查询只需约 50ms（7 倍提速，见 03-IMPLEMENTATION.md）。

查询结果被组织为三个清晰的数据类（resolver.py）：

• RecordType（StrEnum）：枚举 A/AAAA/MX/NS/TXT/CNAME/SOA/PTR 八种类型，StrEnum既提供类型安全又可直接与 DNS 协议的字符串类型名比较；
• DNSRecord：单条记录，含record_type、value、ttl，以及仅 MX 使用的priority；
• DNSResult：一次查询的聚合结果，含domain、records、errors、query_time_ms、nameserver，其中列表字段使用field(default_factory=list)避免可变默认参数陷阱。

每种记录类型的值提取由extract_record_value()（resolver.py）完成：A/AAAA 取rdata.address，MX 取rdata.exchange并保留rdata.preference，NS/CNAME/PTR 取rdata.target，TXT 取原始文本，SOA 则拼接为NS: xxx, Serial: xxx形式——所有 FQDN 值都会用.rstrip(".")去掉结尾点。

三、JSON Export：脚本与管道集成的机器可读输出

DEMO.md 展示的第二种输出模式是JSON Export（JSON 导出），官方描述为："Machine-readable JSON output for scripting and pipeline integration"——面向脚本与管道集成。在任意子命令后追加--json/-j即可启用，例如：

dnslookup query certgames.com --json dnslookup batch domains.txt --json dnslookup trace example.com --json dnslookup whois example.com --json

3.1 JSON 结构说明

单域名查询的 JSON 由results_to_json()（output.py）生成，结构如下：

{ "domain": "certgames.com", "records": [ { "type": "A", "value": "93.184.216.34", "ttl": 181, "priority": null }, { "type": "MX", "value": "mail.example.com", "ttl": 3600, "priority": 10 } ], "errors": [], "query_time_ms": 45.2, "nameserver": null }

各字段含义：

results_to_json()还处理了一个易用性细节：单条结果输出为对象，批量结果输出为数组（if len(data) == 1: return json.dumps(data[0], ...)），下游脚本无需关心两种形态的分歧。

3.2 批量查询的 JSON 落盘

batch命令除了--json输出到 stdout 外，还支持--output/-o将 JSON 结果直接写入文件（cli.py）：

echo "example.com" > domains.txt echo "example.org" >> domains.txt dnslookup batch domains.txt --type A,MX,NS --output results.json

批量结果是一个数组，随后可用标准工具继续加工：

jq '.[] | select(.records != []) | .domain' results.json

批量命令的文件格式约定（cli.py）为：每行一个域名、#开头为注释、空行忽略；文件不存在时报错并以退出码 1 结束，文件内没有任何有效域名时提示警告并正常退出。批量执行的底层是batch_lookup()（resolver.py 附近），它把每个域名的一次完整lookup()作为独立任务，再一次通过asyncio.gather()并发执行——对 100 个域名、每个 50ms 的场景，顺序需 5000ms，并发仅约 200–500ms（受 DNS 服务器限速约束），可带来 10–25 倍提速。

3.3 其他命令的 JSON 变体

• reverse：反查结果同样通过results_to_json()输出，记录类型固定为 PTR；
• trace：由trace_to_json()（output.py）生成，结构为{ domain, hops: [{zone, server, server_ip, response, is_authoritative}], final_answer, error }，完整保留了每一跳的解析路径信息；
• whois：由whois_to_json()序列化，包含注册商、创建/过期/更新日期、nameserver、状态与 DNSSEC 等字段。

四、表格之外的两种可视化输出：reverse 与 trace

虽然 DEMO 只展示了 query 的两种输出，但该工具的终端渲染能力远不止于此，理解它们有助于你把 JSON 与表格模式灵活组合。

4.1 反查（reverse）

dnslookup reverse 8.8.8.8会执行 PTR 反查，底层调用reverse_lookup()（resolver.py 起），借助 dnspython 的resolver.resolve_address()自动处理 IPv4 的.in-addr.arpa与 IPv6 的.ip6.arpa反向区转换。表格模式会渲染一张IP Address / Hostname / TTL三列表格（print_reverse_result()，output.py）。PTR 记录常用于邮件服务器身份验证与日志溯源，缺失往往意味着基础设施卫生状况不佳。

4.2 解析路径追踪（trace）

dnslookup trace example.com是理解 DNS 层级最直观的命令。它实现了一套迭代式解析（resolver.py）：

1. 从硬编码的根服务器 IP 起步（a.root-servers.net198.41.0.4、b.root-servers.net170.247.170.2、c.root-servers.net192.33.4.12）——因为"解析根服务器自身的域名"需要先有能工作的解析器，这是 DNS 的引导（bootstrap）问题，所有递归解析器都硬编码这些地址；
2. 用底层 APIdns.message.make_query()+dns.query.udp()直接向指定服务器发 UDP 报文，而不是走高层resolver.resolve()——这样才能控制"向谁查"；
3. 若响应含authority区的 NS 记录，则提取下一层服务器，并从additional区读取glue records（胶水记录）直接拿到 NS 的 IP，避免"解析 ns1.example.com 需要查询 ns1.example.com"的循环依赖；无胶水记录时才回退去单独解析 NS 主机名；
4. 若响应含answer区，即到达权威服务器，记录最终答案后终止。

输出端由print_trace_result()（output.py）渲染为 Rich树形图：根（[.] Root）、TLD、权威（Authoritative）三个层级，每个跳点显示服务器名与 IP，权威跳点绿色、转介跳点青色，最后打印最终解析结果与总跳数。

五、whois 与实战安全场景

dnslookup whois <domain>用于查询域名注册信息，实现在 whois_lookup.py。由于不同 TLD 注册局返回的字段并不一致，代码采用了防御式hasattr()属性访问、对 status 字段做 string/list 归一化、对日期字段取列表首个元素并格式化为YYYY-MM-DD等处理（详见 03-IMPLEMENTATION.md 的 WHOIS 章节）。查询到的 DNSSEC 状态也会一并展示。

把这些命令组合起来，就构成了一套完整的 DNS 侦察与监测工作流（安全注意事项：请仅对自有或获授权的目标执行）：

# 侦察阶段：枚举目标域名的解析记录与基础设施 dnslookup query target.com --type A,MX,NS,TXT dnslookup trace target.com # 关联分析：反查已知 IP 识别服务器归属 dnslookup reverse 8.8.8.8 # 批量侦察：从文件并发探测一批域名并落盘 dnslookup batch domains.txt --output results.json # 注册信息：评估域名归属与过期时间（威胁情报常用） dnslookup whois target.com --json

在安全防御视角，这套工具对应 MITRE ATT&CK 的若干技术点：DNS 侦察（T1590.002）、DNS 隧道（T1071.004）、DNS 基础设施劫持（T1584.002）；在历史事件中，Dyn DDoS 攻击（2016）、Sea Turtle 政府 DNS 劫持行动（2019）、MyEtherWallet 因 BGP 劫持导致 DNS 指向钓鱼站（2018）等案例都表明 DNS 攻击面的现实威胁（详见 01-CONCEPTS.md）。

六、架构与测试：为什么它值得学习

整个项目遵循清晰的三层架构（见 02-ARCHITECTURE.md）：

CLI 层（cli.py，Typer + Rich） ↓ 调用 业务逻辑层（resolver.py + whois_lookup.py，dnspython） ↓ 协议 DNS 协议（UDP:53）/ WHOIS 协议（TCP:43） ↓ 返回数据对象 呈现层（output.py，Rich 格式化）

关键解耦原则：resolver 从不 import output——它只返回DNSResult/TraceResult数据对象，由 CLI 层决定渲染成表格还是 JSON。这让业务逻辑脱离终端可独立测试，也让切换输出格式（如扩展 CSV）无需触碰解析代码。

测试方面，tests/test_resolver.py 直接导入真实模块（而非 mock）发起真实 DNS 查询：例如test_lookup_real_domain断言example.com的查询耗时大于 0，test_lookup_nonexistent_domain用几乎不可能存在的域名断言返回空记录。异步测试通过@pytest.mark.asyncio配合 pytest-asyncio 插件完成（pyproject.toml 中设置了asyncio_mode = "auto"）。开发质量门禁在 justfile 中聚合为just ci（lint + typecheck + test）。

七、扩展方向

基于当前实现，你可以沿着 04-CHALLENGES.md 提供的 18 个挑战继续深入，其中与本篇两种输出模式直接相关、最易上手的包括：

• CSV 输出格式：在output.py中仿照results_to_json()增加results_to_csv()，把嵌套结构拍平为domain,record_type,value,ttl,priority,query_time_ms，即可直接导入 Excel 分析；
• DNSSEC 校验：在create_resolver()中启用resolver.use_edns(0, dns.flags.DO, 4096)请求 DNSSEC 记录，再验证 RRSIG 签名链；
• 子域枚举：以batch_lookup()为起点，对常见子域前缀做并发暴力枚举（安全提示：AXFR 区域传送通常被禁止，仅能对自有域名测试）；
• DNS 监控告警：定时执行query并对比历史状态（A/AAAA/MX/NS 记录变化），一旦发现 NS 记录突变即可预警可能的注册商账号劫持。

结语

dnslookup-cli 以四行依赖、一个uv tool install命令，把 DNS 协议、异步并发、CLI 设计与终端可视化这几大主题串成了一套开箱即用的安全工具。通过本文，你已经掌握它的表格输出（彩色分类型、TTL 人性化、耗时统计）与JSON 导出（单对象/批量数组、文件落盘、管道集成）两种核心用法，也理解了并发查询、迭代式追踪与 WHOIS 防御式解析的实现细节。后续学习可继续阅读仓库内的 00-OVERVIEW.md、01-CONCEPTS.md、02-ARCHITECTURE.md、03-IMPLEMENTATION.md 与 04-CHALLENGES.md 五个学习模块，构建从"会用"到"会造"的完整知识链。