WhatWeb 技术文档
2024-12-23 03:24:28作者:乔或婵
以下是一份关于 WhatWeb 项目的详细技术文档,旨在帮助用户安装、使用该项目,并理解其 API。
1. 安装指南
WhatWeb 是一个基于 Ruby 的开源项目,因此首先需要确保您的系统中安装了 Ruby。以下是安装 WhatWeb 的基本步骤:
-
确认 Ruby 版本(建议使用 2.x 版本)。
-
使用
gem命令安装 WhatWeb:gem install whatweb -
安装完成后,您可以通过在终端中输入
whatweb命令来确认安装成功。
2. 项目使用说明
WhatWeb 的使用非常简单。以下是一些基本的使用方法:
-
扫描一个网站:
whatweb <网站地址> -
扫描一个网站列表:
whatweb -i <网站列表文件> -
使用不同的扫描级别(默认为 1):
whatweb --aggression <级别> <网站地址>其中,级别可以是 1(Stealthy)、3(Aggressive)或 4(Heavy)。
-
指定 HTTP 头部信息:
whatweb --header "User-Agent: <自定义用户代理>"
更多选项和参数,请参考项目的 Usage 说明。
3. 项目 API 使用文档
WhatWeb 提供了一个插件系统,允许用户自定义插件来扩展其功能。以下是创建自定义插件的基本格式:
plugin "Custom-Plugin" do
text "特定文本识别"
version "正则表达式匹配版本号"
dorks "Google dork 字符串"
# 其他自定义属性
end
关于插件开发的详细说明,请参考项目 Wiki 中的 "Writing Plugins" 部分。
4. 项目安装方式
除了使用 gem 安装外,您还可以通过以下方式安装 WhatWeb:
-
克隆 GitHub 仓库:
git clone https://github.com/urbanadventurer/WhatWeb.git cd WhatWeb bundle install -
直接使用 Docker:
docker pull whatweb/whatweb docker run whatweb/whatweb <网站地址>
请确保在安装和使用过程中遵循项目的 license 协议。
以上就是 WhatWeb 项目的技术文档,希望对您的使用有所帮助。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
408
3.15 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
674
160
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++
664
321
🎉 (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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
263
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868