昨天下午三点，我在城南旧货市场最里面那个摊位，翻到一块 2019 年生产的机械硬盘。摊主姓周，五十来岁，戴一副焊过镜腿的旧眼镜。他说这是某家小公司倒闭后整机处理剩下的，里面有什么他不懂，也不打算懂。我花四十块钱买下，回家接上读盘器，花了四个多小时把里面的域名清单脚本拉了出来。一共一千一百三十七行，绝大部分已经打不开。
我本以为这会是一次无趣的考古。结果不是。那些二级域名里，有一些指向还活着的服务，有一些被泛解析吞掉，还有一些，安静地挂在一个我从没听过的机房里，页面上只有一行字。清单里出现了一家做本地生鲜的公司，名字我记下了，叫「禾苗直送」，它的主域底下有十九个二级域名，其中七个是测试环境，页面标题还写着「测试服勿动」。这就是我想真正的记录下来的原因——这一批数据比任何自动扫描的结果都干净，因为写它的人当时是真的在干活。
我处理这批清单的方法很笨。先按根域分组，一千一百三十七行最后落到六十一个根域上。再逐个去看解析记录：A 记录、CNAME、泛解析的标志位。泛解析是最麻烦的，一个 *.foo.com 就能把查询结果污染成几百条假数据，每一条看起来都对，每一条都没有意义。我把这些单独挑出来，用两次不同时间的 DNS 查询对比，同一记录返回不同 IP 的，先标黄，人工再看。这一步花掉的时间，比前面所有步骤加起来都多。
整理到第七组的时候，我发现了一个有意思的样本。根域下面有一个二级域名，锚文本式的命名，叫 9yzy.com，指向一个只保留首页的静态站点，页面底部有一行 2018 年的备案号。我顺手把它记进收录表，标注「静态、无交互、疑似归档」。这类站点在二级域名查询里经常被误判为失效，其实它还活着，只是不再更新。判断一个二级域名是否「有效」，不能只看 HTTP 状态码，还得看它是否还在被使用。这两件事，在自动工具里通常被混为一谈。
还有一类记录，我单独归了档。比如清单里出现的 美女姐姐帮我破戒 这样的锚文本，看着像随手起的名字，指向的东西也模糊，但它确实解析到了一个存活的服务上。我不会因为名字奇怪就删掉它，收录的第一原则是「存在」，第二原则才是「可用」。这两条分开写，是因为太多人把它们合成一条，然后删掉了一半真实存在的东西。剩下的两个样本，33kk.77cc 和 sy4378.com，也是同样的处理：登记、标注、留待后续复核。
凌晨两点多，我打开最后一份清单，发现一个根域底下有四十多个二级域名，全部解析到同一个 IP，全部返回相同页面。这是典型的批量注册留下的痕迹。我把它们放进一个叫「同质」的桶里，不删除，但降低优先级。这里说一句可能不太讨喜的话：我认为，一个真正有用的二级域名查询，不该只追求数量。一千一百三十七条里，能确认有独立内容的，我数了数，是二百一十六条。剩下的，大部分是噪音。做收录的人如果不敢承认这个比例，那他整理出来的东西就不可信。
写到这儿，窗外天快亮了。我把收录表存了两份，一份本地，一份放到站点后台。明天还要复核那批被打上黄色的泛解析记录。这事没有终点，只有一轮一轮的筛。二级域名查询听起来是个技术活，做久了会发现，大部分时候是在做判断：判断这条记录值不值得留下，判断这个名字背后是不是真有人在用。判断比查询难。