Wappalyzer Next

该项目是一个命令行工具和 Python 库，利用 Wappalyzer 浏览器扩展及其指纹来检测技术。在官方开源项目停止维护后出现的其他项目使用了过时的指纹，并且对动态 Web 应用的检测准确性不足。本项目通过在 Chromium 中运行该扩展（通过 Playwright）来绕过这些限制。

• 安装
• 面向用户
• 面向开发者
• 常见问题

安装

安装 Python 包后，安装 Playwright 的 Chromium 浏览器：

python -m playwright install chromium

在最小化的 Linux 容器中，还需安装 Chromium 的系统依赖：

python -m playwright install-deps chromium

作为命令行工具安装

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

作为库安装

要将其作为库使用，请在隔离的容器（如 venv 或 docker）中使用 pip 安装。你也可以使用 --break-system-packages 进行“常规”安装，但不推荐这样做。

pip install wappalyzer
python -m playwright install chromium

通过 Docker 安装

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

面向用户

下面给出一些常见用法示例，更多信息请参考所有选项列表。

• 扫描单个 URL：wappalyzer -i https://example.com
• 从文件扫描多个 URL：wappalyzer -i urls.txt -w 3
• 设置完整扫描的页面加载超时时间：wappalyzer -i urls.txt -t 15
• 带认证的扫描：wappalyzer -i https://example.com -c "sessionid=abc123; token=xyz789"
• 将结果导出为 JSON：wappalyzer -i https://example.com -oJ results.json
• 将 JSON 输出到标准输出：wappalyzer -i https://example.com -oJ

当输出标志未指定文件时，报告将写入标准输出。状态行、横幅文本和错误写入标准错误输出。

选项

注意：为了准确性，请使用“full”扫描类型（默认）。“fast”和“balanced”不使用浏览器模拟。

• -i：输入的 URL 或包含 URL（每行一个）的文件
• --scan-type：扫描类型（默认：'full'）
  • fast：快速的基于 HTTP 的扫描（发送 1 个请求）
  • balanced：基于 HTTP 的扫描，发送更多请求
  • full：使用 wappalyzer 扩展的完整扫描
• -w, --workers：并发工作进程数（默认：5；完整扫描上限为 3）
• -t, --timeout：完整扫描中等待页面加载的最大秒数（默认：30）
• -oJ [file]：JSON 输出文件路径，当省略文件或设置为 - 时输出到标准输出
• -oC [file]：CSV 输出文件路径，当省略文件或设置为 - 时输出到标准输出
• -oH [file]：HTML 输出文件路径，当省略文件或设置为 - 时输出到标准输出
• -c, --cookie：用于认证扫描的 Cookie 头字符串

面向开发者

Python 库在 PyPI 上名为 wappalyzer，并且可以用相同的名称导入。

使用库

当扫描多个 URL 时，使用 Wappalyzer。浏览器启动一次，重复使用，并在退出 with 块时关闭。

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}")

同一个扫描器也可以在不重新打开 Chromium 的情况下一次扫描一个 URL：

from wappalyzer import Wappalyzer

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

对于单个 URL，analyze() 更简洁。它创建自己的扫描器，运行一次扫描，然后关闭它。

from wappalyzer import analyze

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

对于大型任务，不要在循环中调用顶层的 analyze() 函数。应使用 Wappalyzer.analyze_many() 或重复使用扫描器的 Wappalyzer.analyze()，以避免为每个 URL 重新加载 Chromium 和 Wappalyzer 扩展。

analyze() 函数参数

• url (str)：要分析的 URL
• scan_type (str, 可选)：要执行的扫描类型
  • 'fast'：快速的基于 HTTP 的扫描
  • 'balanced'：基于 HTTP 的扫描，发送更多请求
  • 'full'：包含 JavaScript 执行的完整扫描（默认）
• workers (int, 可选)：完整扫描中要创建的浏览器工作进程数（默认：1）
• cookie (str, 可选)：用于认证扫描的 Cookie 头字符串
• timeout (int, 可选)：完整扫描中等待页面加载的最大秒数（默认：30）

返回值

返回一个字典，以 URL 为键，检测到的技术为值：

{
  "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": {}
}

常见问题

为什么选择 Chromium 和 Playwright？

完整扫描器通过 Playwright 在 Chromium 中运行 Wappalyzer 扩展。Playwright 对 Chromium 扩展的支持是直接的，不需要 geckodriver 或 Selenium。

“fast”、“balanced”和“full”扫描类型有什么区别？

• fast：向 URL 发送单个 HTTP 请求。不使用扩展。
• balanced：向 .js 文件、/robots.txt 发送额外的 HTTP 请求，并执行 DNS 查询。不使用扩展。
• full：使用官方的 Wappalyzer 扩展在无头浏览器中扫描 URL。