针对单个网站的信息收集，可能没什么难度，有大量一键信息收集的工具，比如 oneforall，但是如果你面对的目标是一千一万个，该如何信息收集？数据该如何使用？
很多同学现在挖洞靠一些网络空间搜索引擎，比如 zoomeye、fofa 等，这些平台已经收集了网络空间上的大量信息，包括 IP 、域名、端口、网站 header、body 甚至还有指纹信息，在节省我们时间的同时，也让我们自己有所依赖，从而放弃自己动手收集信息，因为自己动手，即费时间，也费精力，效果还不一定好，技术能力不一定能满足自己的欲望。
我们是否有必要从零收集大量目标数据，并进行数据存储，以备随时拿来用呢？我觉得是有必要的，毕竟网络空间搜索引擎面向的是整个网络空间，而我们关注的只是必要的目标。还有就是网络空间搜索引擎的数据并非百分之百覆盖，还是有很多你想要，但是他没有的数据。
信息收集的几个步骤并没有太多新鲜的东西，无非是子域名收集（暴力枚举、爬虫、网空引擎）、端口扫描（nmap、masscan、自研脚本）、网站指纹识别几个步骤。说起来挺简单，但是实际操作起来并没那么容易，当你的目标是成千上万个的时候，很多工具无法满足你的需求，或者需要花费的时间很多，该怎么办？需要你有一定的编码能力，借助成熟工具获取的结果，对不同数据结果进行数据归一化处理，适配不同工具，或者自己实现各种功能，设计开发一款自动化信息收集的工具。
信息收集完成之后，数据量是非常惊人的，如果将所有数据保存成文本格式，当你想要搜索 body 中存在某个关键词的时候，你会发现非常慢，甚至还很消耗系统性能，这个时候将数据处理，存入数据库就很关键了，在我需要的时候，直接搜索就能获得想要的结果，比如：
光看上图可能看不出啥，其实对于信息收集的数据，比较关键的就是子域名、IP、端口、服务、指纹、是否存在 waf、网站头、网页内容等信息，如果将网页内容都入库，会非常大，没必要，可以将网页内容中的关键部分入库就可以了，比如 jquery 等，可以根据自己的经验，提取关键内容，方便后续提取相关目标进行批量漏洞测试。
最后分享一下我目前针对信息收集的数据设计的表结构：
至于后续这些数据怎么用，可以关注信安之路的公众号和知识星球，我会将这些数据的使用过程和作用都进行记录和分享。如果你也想拥有一个属于自己的信息数据库，小型网空数据库，可以参加信安之路最后一期的公益 src 实践训练营，通过自己动手，收集想要的数据，并将所有数据进行格式化，然后入库，备用。
