Wappalyzer Next

Este proyecto es una herramienta de línea de comandos y una biblioteca de Python que utiliza la extensión de navegador Wappalyzer y sus huellas digitales para detectar tecnologías. Otros proyectos que surgieron después de la interrupción del proyecto oficial de código abierto están utilizando huellas digitales desactualizadas y carecen de precisión en aplicaciones web dinámicas. Este proyecto sortea esas limitaciones ejecutando la extensión en Chromium a través de Playwright.

• Instalación
• Para Usuarios
• Para Desarrolladores
• Preguntas Frecuentes

Instalación

Después de instalar el paquete de Python, instala el navegador Chromium de Playwright:

python -m playwright install chromium

En contenedores Linux mínimos, también instala las dependencias del sistema de Chromium:

python -m playwright install-deps chromium

Instalar como herramienta de línea de comandos

pipx install wappalyzer
pipx run --spec playwright playwright install chromium

Instalar como biblioteca

Para usarlo como biblioteca, instálalo con pip dentro de un contenedor aislado, por ejemplo venv o docker. También puedes usar --break-system-packages para hacer una instalación 'normal' pero no se recomienda.

pip install wappalyzer
python -m playwright install chromium

Instalar con Docker

git clone https://github.com/s0md3v/wappalyzer-next.git
cd wappalyzer-next

docker compose build

docker compose run --rm wappalyzer -i https://example.com

docker compose run --rm wappalyzer -i urls.txt -w 3 -oJ output.json

Para Usuarios

A continuación se muestran algunos ejemplos de uso comunes; consulta la lista de todas las opciones para obtener más información.

• Escanear una sola URL: wappalyzer -i https://example.com
• Escanear múltiples URLs desde un archivo: wappalyzer -i urls.txt -w 3
• Establecer tiempo de espera de carga de página para escaneos completos: wappalyzer -i urls.txt -t 15
• Escanear con autenticación: wappalyzer -i https://example.com -c "sessionid=abc123; token=xyz789"
• Exportar resultados a JSON: wappalyzer -i https://example.com -oJ results.json
• Exportar JSON a stdout: wappalyzer -i https://example.com -oJ

Cuando se usa una bandera de salida sin un archivo, el informe se escribe en stdout. Las líneas de estado, el texto del banner y los errores se escriben en stderr.

Opciones

Nota: Para precisión usa el tipo de escaneo 'full' (por defecto). 'fast' y 'balanced' no usan emulación de navegador.

• -i: URL de entrada o archivo que contiene URLs (una por línea)
• --scan-type: Tipo de escaneo (por defecto: 'full')
  • fast: Escaneo rápido basado en HTTP (envía 1 solicitud)
  • balanced: Escaneo basado en HTTP con más solicitudes
  • full: Escaneo completo usando la extensión wappalyzer
• -w, --workers: Número de trabajadores concurrentes (por defecto: 5; los escaneos completos están limitados a 3)
• -t, --timeout: Segundos máximos de espera para la carga de una página en escaneos completos (por defecto: 30)
• -oJ [file]: Ruta del archivo de salida JSON, o stdout cuando se omite el archivo o se establece como -
• -oC [file]: Ruta del archivo de salida CSV, o stdout cuando se omite el archivo o se establece como -
• -oH [file]: Ruta del archivo de salida HTML, o stdout cuando se omite el archivo o se establece como -
• -c, --cookie: Cadena de encabezado de cookie para escaneos autenticados

Para Desarrolladores

La biblioteca de Python está disponible en pypi como wappalyzer y se puede importar con el mismo nombre.

Usando la Biblioteca

Usa Wappalyzer cuando escanees más de una URL. El navegador se inicia una vez, se reutiliza y se cierra cuando el bloque with termina.

from wappalyzer import Wappalyzer

with Wappalyzer(workers=3, timeout=30) as scanner:
    results = scanner.analyze_many([
        'https://example.com',
        'https://github.com',
        'https://python.org',
    ])

for url, technologies in results.items():
    print(url)
    for name, data in technologies.items():
        version = f" {data['version']}" if data['version'] else ""
        print(f"  {name}{version}")

El mismo escáner también puede escanear una URL a la vez sin volver a abrir Chromium:

from wappalyzer import Wappalyzer

with Wappalyzer(workers=3, timeout=30) as scanner:
    github = scanner.analyze('https://github.com')
    python = scanner.analyze('https://python.org')

Para una sola URL, analyze() es más corto. Crea su propio escáner, ejecuta un escaneo y lo cierra.

from wappalyzer import analyze

results = analyze(
    url='https://example.com',
    scan_type='full',  # 'fast', 'balanced', or 'full'
    cookie='sessionid=abc123',
    timeout=30
)

No llames a la función analyze() de nivel superior en un bucle para trabajos grandes. Usa Wappalyzer.analyze_many() o Wappalyzer.analyze() en un escáner reutilizado para que Chromium y la extensión Wappalyzer no se recarguen para cada URL.

Parámetros de la Función analyze()

• url (str): La URL a analizar
• scan_type (str, opcional): Tipo de escaneo a realizar
  • 'fast': Escaneo rápido basado en HTTP
  • 'balanced': Escaneo basado en HTTP con más solicitudes
  • 'full': Escaneo completo que incluye ejecución de JavaScript (por defecto)
• workers (int, opcional): Número de workers del navegador a crear para escaneos completos (por defecto: 1)
• cookie (str, opcional): Cadena de encabezado de cookie para escaneos autenticados
• timeout (int, opcional): Segundos máximos de espera para la carga de una página en escaneos completos (por defecto: 30)

Valor de Retorno

Devuelve un diccionario con la URL como clave y las tecnologías detectadas como valor:

{
  "https://github.com": {
    "Amazon S3": {
      "version": "",
      "confidence": 100,
      "categories": ["CDN"],
      "groups": ["Servers"]
    },
    "React Router": {
      "version": "6",
      "confidence": 100,
      "categories": ["JavaScript frameworks"],
      "groups": ["Web development"]
    }
  },
  "https://example.com": {}
}

Preguntas Frecuentes

¿Por qué Chromium y Playwright?

El escáner completo ejecuta la extensión Wappalyzer en Chromium a través de Playwright. El soporte de extensiones de Chromium en Playwright es directo y no requiere geckodriver ni Selenium.

¿Cuál es la diferencia entre los tipos de escaneo 'fast', 'balanced' y 'full'?

• fast: Envía una única solicitud HTTP a la URL. No usa la extensión.
• balanced: Envía solicitudes HTTP adicionales a archivos .js, /robots.txt y realiza consultas DNS. No usa la extensión.
• full: Usa la extensión oficial de Wappalyzer para escanear la URL en un navegador sin cabeza (headless).