使用miekg/dns库获取DNS A记录的IP地址
2025-05-27 11:46:53作者:蔡丛锟
在Go语言中,使用miekg/dns库进行DNS查询时,开发者经常需要从查询结果中提取A记录对应的IP地址。本文将介绍如何高效地从DNS响应中提取IP地址信息。
基本查询方法
首先,我们需要建立一个基本的DNS查询结构。创建一个新的DNS消息,设置递归查询标志,并指定查询的域名和记录类型(A记录):
m1 := new(dns.Msg)
m1.RecursionDesired = true
m1.Question = make([]dns.Question, 1)
m1.SetQuestion(dns.Fqdn("example.com"), dns.TypeA)
然后创建一个DNS客户端并执行查询:
c := new(dns.Client)
in, _, err := c.Exchange(m1, "8.8.8.8:53")
if err != nil {
log.Fatal(err)
}
提取IP地址的几种方法
方法一:直接访问A记录结构体
最直接的方法是类型断言后访问A记录结构体中的IP字段:
for _, ans := range in.Answer {
if a, ok := ans.(*dns.A); ok {
fmt.Println(a.A.String()) // a.A是net.IP类型
}
}
这种方法直接访问DNS记录结构体中的IP字段,是最推荐的方式。
方法二:处理字符串输出(不推荐)
有些开发者可能会尝试通过处理DNS记录的字符串输出来获取IP:
for _, ans := range in.Answer {
if t, ok := ans.(*dns.A); ok {
parts := strings.Split(t.String(), "\t")
fmt.Println(parts[len(parts)-1])
}
}
这种方法虽然也能工作,但依赖于字符串处理的细节,不够健壮,不建议在生产环境中使用。
处理多个IP地址
如果需要将所有IP地址收集到一个切片中,可以这样做:
var ips []net.IP
for _, ans := range in.Answer {
if a, ok := ans.(*dns.A); ok {
ips = append(ips, a.A)
}
}
或者收集为字符串切片:
var ipStrs []string
for _, ans := range in.Answer {
if a, ok := ans.(*dns.A); ok {
ipStrs = append(ipStrs, a.A.String())
}
}
注意事项
- 确保检查类型断言是否成功,因为Answer切片中可能包含其他类型的记录
- 处理重复记录时,可以根据需要去重
- 对于大型DNS响应,考虑使用更高效的内存处理方式
通过以上方法,开发者可以灵活地从DNS查询结果中提取所需的IP地址信息,满足不同的应用场景需求。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
312
2.73 K
deepin linux kernel
C
24
7
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
639
244
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
Ascend Extension for PyTorch
Python
151
178
暂无简介
Dart
605
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
236
84
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.01 K
React Native鸿蒙化仓库
JavaScript
237
310