告别复杂抓包:Termux+Termshark实现Android手机零ROOT网络分析
2026-02-05 05:24:00作者:裘旻烁
你是否还在为Android抓包烦恼?电脑端Wireshark配置繁琐,手机端APP功能有限,ROOT权限又带来安全风险。本文将带你用Termshark(终端版Wireshark)在Android设备上实现专业级网络分析,无需ROOT、无需电脑,8分钟即可完成配置。
准备工作:安装Termux与Termshark
环境要求
- Android 7.0+设备
- 网络连接(用于下载安装包)
- 存储空间≥100MB
安装步骤
- 从F-Droid或Google Play安装Termux应用
- 启动Termux,执行以下命令添加root仓库并安装Termshark:
pkg install root-repo
pkg install termshark
- 安装Termux API(可选,用于复制抓包数据到系统剪贴板):
pkg install termshark-api
官方安装文档:docs/Packages.md
两种抓包方案:选对方法事半功倍
方案A:本地实时抓包(推荐)
直接在Termux中启动Termshark监听网络接口:
termshark -i any
- 优点:实时性强,操作简单
- 缺点:需要了解设备网络接口名称
方案B:离线分析(适合复杂场景)
- 使用tcpdump抓取数据包到文件:
tcpdump -i any -w capture.pcap
- 用Termshark打开离线文件:
termshark -r capture.pcap
这种方式支持抓取后台进程流量,详细操作见用户指南-读取pcap文件
界面导航:3分钟上手的核心操作
Termshark采用三窗格布局,使用以下快捷键快速操作:
| 快捷键 | 功能描述 |
|---|---|
| Tab | 切换窗格( packet list/structure/hex ) |
| / | 打开过滤器输入框 |
| ? | 显示帮助菜单 |
| q | 退出当前视图 |
| Ctrl+c | 停止抓包 |
过滤技巧
输入Wireshark兼容的过滤表达式,如:
tcp.port == 8080过滤特定端口http.request只显示HTTP请求ip.src == 192.168.1.1过滤源IP
过滤器实时验证功能会用颜色提示表达式合法性:绿色=有效,红色=无效。
高级功能:释放Termshark全部潜力
流重组分析
- 在packet list中选择TCP/UDP包
- 按
:打开命令行,输入streams - 选择重组方向(客户端/服务器/双向)
conversation统计
通过"Analysis > Conversations"菜单查看各协议流量统计,支持:
- IPv4/IPv6地址对话
- TCP/UDP端口连接
- 字节传输量排序
主题切换
支持浅色/深色模式和多种配色方案:
# 切换深色模式
:set dark-mode true
# 应用主题
:theme default-256
主题文件存储路径:assets/themes/
常见问题与解决方案
抓不到数据包?
- 确认接口名称:执行
ip addr查看可用接口 - 尝试监听全部接口:
termshark -i any - 检查应用是否授予存储权限
中文乱码怎么办?
在配置文件中设置正确编码:
[display]
encoding = "UTF-8"
配置文件路径:~/.config/termshark/termshark.toml
如何导出分析结果?
- 在Termshark中按
Ctrl+c停止抓包 - 数据包自动保存至:
~/.cache/termshark/pcaps/ - 使用Termux API复制到电脑:
termux-share capture.pcap
实战案例:分析APP网络请求
以抓取某新闻APP为例,步骤如下:
- 启动Termshark监听全部接口
- 打开目标APP并刷新内容
- 使用过滤器
http.host contains "news" - 在packet structure视图展开HTTP请求头
- 找到
User-Agent字段查看客户端信息
通过这个简单流程,你可以快速分析APP的API调用、数据传输量和加密情况。
总结与进阶
本文介绍的方法已能满足80%的移动网络分析需求。如需进一步深入:
Termshark项目地址:https://gitcode.com/gh_mirrors/te/termshark
提示:定期执行
pkg update && pkg upgrade保持Termshark为最新版本,获取更多功能和bug修复。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
561
3.81 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
891
652
昇腾LLM分布式训练框架
Python
115
146
Ascend Extension for PyTorch
Python
373
436
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
348
196
React Native鸿蒙化仓库
JavaScript
308
359
Dora SSR 是一款跨平台的游戏引擎,提供前沿或是具有探索性的游戏开发功能。它内置了Web IDE,提供了可以轻轻松松通过浏览器访问的快捷游戏开发环境,特别适合于在新兴市场如国产游戏掌机和其它移动电子设备上直接进行游戏开发和编程学习。
C++
57
7
暂无简介
Dart
794
196
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.36 K
772