500强网站建设,建设网上银行官网,网站管理系统排名,wordpress 上传网站新一代爬虫工具 katana 配置及使用。 功能#xff1a;
快速且完全可配置的网络爬行
标准和无外设模式支持
JavaScript 解析/爬网
可定制的自动表单填写
范围控制 - 预配置字段/正则表达式
可自定义的输出 - 预配置字段
输入 - 标准输入、URL 和列表
输出 - 标准输出、…新一代爬虫工具 katana 配置及使用。 功能
快速且完全可配置的网络爬行
标准和无外设模式支持
JavaScript 解析/爬网
可定制的自动表单填写
范围控制 - 预配置字段/正则表达式
可自定义的输出 - 预配置字段
输入 - 标准输入、URL 和列表
输出 - 标准输出、文件和 JSON 0x01 工具安装
Katana需要Go 1.18才能成功安装。要安装只需运行以下命令或从发布页面下载预编译的二进制文件。
go install github.com/projectdiscovery/katana/cmd/katanalatestDocker安装
docker pull projectdiscovery/katana:latest
docker run projectdiscovery/katana:latest -u https://tesla.com
docker run projectdiscovery/katana:latest -u https://tesla.com -system-chrome -headlessUbuntu安装 sudo apt update
sudo snap refresh
sudo apt install zip curl wget git
sudo snap install golang --classic
wget -q -O - https://dl-ssl.google.com/linux/linux_signing_key.pub | sudo apt-key add -
sudo sh -c echo deb http://dl.google.com/linux/chrome/deb/ stable main /etc/apt/sources.list.d/google.list
sudo apt update
sudo apt install google-chrome-stablego install github.com/projectdiscovery/katana/cmd/katanalatest0x02 工具使用
Katana需要URL或端点进行爬网并接受单个或多个输入。
可以使用 -u 选项提供输入 URL可以使用逗号分隔的输入提供多个值同样使用 -list 选项支持文件输入并且还支持额外的管道输入 stdin。
katana -u https://tesla.com多个 URL 输入逗号分隔
katana -u https://tesla.com,https://google.com文件输入
$ cat url_list.txthttps://tesla.com
https://google.comkatana -list url_list.txt管道输入
echo https://tesla.com | katana
cat domains | httpx | katana运行实例 katana -u https://youtube.com__ __ / /_____ _/ /____ ____ ___ _/ _/ _ / __/ _ / _ \/ _ /
/_/\_\\_,_/\__/\_,_/_//_/\_,_/ v0.0.1 projectdiscovery.io[WRN] Use with caution. You are responsible for your actions.
[WRN] Developers assume no liability and are not responsible for any misuse or damage.
https://www.youtube.com/
https://www.youtube.com/about/
https://www.youtube.com/about/press/
https://www.youtube.com/about/copyright/
https://www.youtube.com/t/contact_us/
https://www.youtube.com/creators/
https://www.youtube.com/ads/
https://www.youtube.com/t/terms
https://www.youtube.com/t/privacy
https://www.youtube.com/about/policies/
https://www.youtube.com/howyoutubeworks?utm_campaignytgenutm_sourceythputm_mediumLeftNavutm_contenttxtuhttps%3A%2F%2Fwww.youtube.com%2Fhowyoutubeworks%3Futm_source%3Dythp%26utm_medium%3DLeftNav%26utm_campaign%3Dytgen
https://www.youtube.com/new
https://m.youtube.com/
https://www.youtube.com/s/desktop/4965577f/jsbin/desktop_polymer.vflset/desktop_polymer.js
https://www.youtube.com/s/desktop/4965577f/cssbin/www-main-desktop-home-page-skeleton.css
https://www.youtube.com/s/desktop/4965577f/cssbin/www-onepick.css
https://www.youtube.com/s/_/ytmainappweb/_/ss/kytmainappweb.kevlar_base.0Zo5FUcPkCg.L.B1.O/amgAE/d0/rsAGKMywG5nh5Qp-BGPbOaI1evhF5BVGRZGA
https://www.youtube.com/opensearch?localeen_GB
https://www.youtube.com/manifest.webmanifest
https://www.youtube.com/s/desktop/4965577f/cssbin/www-main-desktop-watch-page-skeleton.css
https://www.youtube.com/s/desktop/4965577f/jsbin/web-animations-next-lite.min.vflset/web-animations-next-lite.min.js
https://www.youtube.com/s/desktop/4965577f/jsbin/custom-elements-es5-adapter.vflset/custom-elements-es5-adapter.js
https://www.youtube.com/s/desktop/4965577f/jsbin/webcomponents-sd.vflset/webcomponents-sd.js
https://www.youtube.com/s/desktop/4965577f/jsbin/intersection-observer.min.vflset/intersection-observer.min.js
https://www.youtube.com/s/desktop/4965577f/jsbin/scheduler.vflset/scheduler.js
https://www.youtube.com/s/desktop/4965577f/jsbin/www-i18n-constants-en_GB.vflset/www-i18n-constants.js
https://www.youtube.com/s/desktop/4965577f/jsbin/www-tampering.vflset/www-tampering.js
https://www.youtube.com/s/desktop/4965577f/jsbin/spf.vflset/spf.js
https://www.youtube.com/s/desktop/4965577f/jsbin/network.vflset/network.js
https://www.youtube.com/howyoutubeworks/
https://www.youtube.com/trends/
https://www.youtube.com/jobs/
https://www.youtube.com/kids/0x03 爬虫模式
标准模式
标准爬网模式使用底层的标准 go http 库来处理 HTTP 请求/响应。这种模式要快得多因为它没有浏览器开销。尽管如此它仍然按原样分析 HTTP 响应正文没有任何 javascript 或 DOM 渲染可能会缺少 dom 渲染后的端点或异步端点调用这些调用可能发生在复杂的 Web 应用程序中例如依赖于特定于浏览器的事件。
无头模式
无头模式挂钩内部无头调用以直接在浏览器上下文中处理 HTTP 请求/响应。这有两个优点
HTTP 指纹TLS 和用户代理将客户端完全标识为合法浏览器
更好的覆盖范围因为端点是分析标准原始响应的就像在前面的模式中一样以及启用了javascript的浏览器渲染的响应。
无头爬网是可选的可以使用 -headless 选项启用。
以下是其他无头 CLI 选项 - katana -h headlessFlags:
HEADLESS:-hl, -headless enable headless hybrid crawling (experimental)-sc, -system-chrome use local installed chrome browser instead of katana installed-sb, -show-browser show the browser on the screen with headless mode-ho, -headless-options string[] start headless chrome with additional options-nos, -no-sandbox start headless chrome in --no-sandbox mode-cdd, -chrome-data-dir string path to store chrome browser data-scp, -system-chrome-path string use specified chrome browser for headless crawling-noi, -no-incognito start headless chrome without incognito mode
无沙盒模式
使用无沙盒选项运行无头 chrome 浏览器在以 root 用户身份运行时很有用。
katana -u https://tesla.com -headless -no-sandbox无运行头模式
在没有隐身模式的情况下运行无头 chrome 浏览器这在使用本地浏览器时很有用。
katana -u https://tesla.com -headless -no-incognito
