【工具学习31】katana:从翻页面到扒JS,把网站里的接口全摸出来

admin 2026-11-16 19:32:15 网络安全文章 来源:ZONE.CI 全球网 0 阅读模式

【工具学习31】katana:从翻页面到扒 JS,把网站里的接口全摸出来

原创

CabinQ
CabinQ

逆熵寻生

2026年11月16日 09:02
浙江

去阅读

katana:从翻页面到扒 JS,把网站里的接口全摸出来

做过渗透侦察的人都知道,光扫一堆域名没用,关键得知道每个站里到底藏了哪些页面和接口。这活儿有个传统做法——拿字典去硬撞目录,就是 ffuf 干的事。但如今的前端早不是几十年前那种静态 HTML 了,大量内容是靠 JavaScript 动态渲染、所有接口都藏在打包后的 JS 文件里。这时候靠字典硬撞,就像在黑灯瞎火的屋子里只数门板,漏掉太多。今天的主角 katana,干的就是\"主动把整个网站翻个底朝天\"的活儿,而且是连 JS 都拆开翻的那种。

它是 ProjectDiscovery 家出品(就是 nuclei、httpx 的老东家)的下一代爬虫 / 蜘蛛框架(项目主页:https://github.com/projectdiscovery/katana ),Go 写的、MIT 开源、最新 v1.7.0。定位很明确:不靠猜,靠\"顺着链接跑遍全站 + 解析 JS 挖接口\",把目标站点里能爬到的每个角落都清点出来。

快与\"能看到\":两种爬取模式

普通的爬虫只有一种玩法——发 HTTP 请求、读返回的 HTML。但这种模式下,只要页面里关键的链接或接口是 JavaScript 动态生成的,它就读不到,等于白爬。katana 把这个问题拆成了两种模式:

Standard(标准模式) 用 Go 原生 HTTP 库直接发请求做爬取,速度飞快,没有浏览器开销,适合大多数常规目标。但它和普通爬虫一样,看不到\"渲染后\"的内容。

Headless(无头浏览器模式) 才是 katana 的杀手锏。它内置一个无头 Chrome,在真实浏览器环境里执行页面、跑 JavaScript,把渲染之后才出现的链接和异步接口调用全都抓出来。那些用 Vue、React 写的单页应用(SPA),页面一开疯狂向后端发 XHR 请求拉数据,普通爬虫完全抓瞎,katana 用无头模式能把这一层全看透。开它很简单:

katana -u https://example.com -headless

而且无头模式下它发出的 TLS 指纹、User-Agent 都跟真实浏览器一致,不容易被简单的反爬规则识破。

能从 JavaScript 里挖出隐藏接口

这是 katana 最实用的看家本领。现代前端把功能都写在 JS 里,里面藏着一大堆接口路径、API 端点、甚至硬编码的参数结构。katana 专门盯着 JS 文件下手:

katana -u https://example.com -jc

-jc 会去解析、爬取页面里引用的 JavaScript 文件,把里面出现的接口路径、请求端点全都抠出来。想挖得更深,还有 -jsl 开启 jsluice 深度解析,把 JS 里的结构化信息榨得更干净(只是占内存更多)。对渗透来说,这些从 JS 里抠出来的隐藏接口,往往就是测试的重点——很多站点的管理入口、未授权接口,都藏在别人看不进去的 JS 里。

连上已登录的浏览器爬

很多目标的后台、会员区是要登录才能访问的。为此 katana 支持接管一个真实浏览器会话:你先用 Chrome 开远程调试,登录好目标网站再保持浏览器开着,然后让 katana 连上去爬——它就带着你的登录态去把登录后才能看到的页面全翻出来。

启动带远程调试的 Chrome:

google-chrome --remote -debugging-port=9222

浏览器会返回一串 websocket 地址,再把它交给 katana:

katana -headless-u https://example.com -cwu ws://127.0.0.1:9222/devtools/browser/xxx

这个能力对测\"需要认证\"的站点特别实用——不用去破解,直接借真实的登录态把后台、会员页面的范围摸清楚。

爬哪儿、不爬哪儿,自己定

爬虫最怕漫无目的地乱跑,把自己钻进别人的 scope 里。katana 给了精细的范围控制和过滤:

🔹 -cs 限定 in-scope:只跟随匹配某个正则的链接,比如只爬 shop.example.com;

🔹 -fs 字段级范围:默认 rdn(根域名),保证不跑出目标站点;想跨子域就用 -fs fqdn;

🔹 -ef 过滤扩展名:把 png,css 这类无关资源滤掉,只看要的;

🔹 -em 只挑某种扩展名:比如只要 js,jsp,json。

它还能用表达式做更聪明的筛选,比如\"只留下状态码 200 的接口\":

katana -u https://example.com -mdc'status\_code == 200'

甚至能判断技术栈再过滤,比如把跑在 Cloudflare 后面的端点挑出去。这种把\"要什么、不要什么\"写进命令的能力,让它在自动化链路里特别好用。

别把自己爬成攻击对象

爬得快是本事,爬得太猛会惹麻烦。katana 内置了完整的限速机制,避免把目标网站激怒、给自己招来封禁:

katana -u https://example.com -delay2-rate-limit 50

-delay 2 是每个请求之间隔 2 秒,-rate-limit 50 是每秒最多发 50 个请求,还有 per-host 的 -hrl 按域名单独限速、遇到 429/503 自动退避。做渗透侦察,尤其测别人的资产时,这些克制是专业性的体现——慢慢爬,才能爬得久。

它在渗透链路里的位置

对渗透来说,katana 填的是\"内容发现\"里最关键的一环:它把目标网站能访问到的页面、能调用的接口成体系地清点出来,直接喂给后面的漏洞验证。一条非常典型的自动化管道是:

cat domains | httpx | katana -jc | nuclei

httpx 先探出哪些域名活着,katana 顺着爬出所有页面和从 JS 里挖出的接口,nuclei 再逐一对这些接口打模板找漏洞。三段各司其职,一气呵成。而 katana 的输出支持 JSON/JSONL 格式,喂给 Hermes 这种自动化渗透系统做下游判定也毫无压力——它收集的 endpoint、参数、技术栈信息,正好是编排下一步打哪里的依据。

蓝队视角反过来看。 凡是 katana 能顺着 JS 挖出来的接口、能爬到的隐藏页面,攻击者一样能。所以做防护时,敏感接口不要硬编码在公开的 JS 里、加权限校验而不是依赖\"接口隐蔽\"、对无头浏览器爬取做限流和识别,都是对自己暴露面负责的做法。接口藏得再深,也挡不住一个会拆 JS 的爬虫。

写在最后

katana 的厉害,在于把\"爬网站\"从机械的翻页面升级成了\"带着眼睛理解页面、拆 JS 找接口\"的体系化侦察。它快、能看渲染后的内容、能挖 JS、能接管登录会话,还能精准控制爬哪儿不爬哪儿。在一众 GET 请求爬虫里,它更像是那个走遍全场、还专门蹲在墙角拆线索的侦察兵。

最后照例说规矩:爬取目标必须是你有权测试的对象——自己的资产、授权的项目、CTF 靶场。对他人系统做未授权爬取和内容发现,不管用什么工具,都是越线。侦察的本事越强,越该先分清哪条线能动、哪条线不能碰。

🎯 关注我,持续不断地成长!

【工具学习31】katana:从翻页面到扒JS,把网站里的接口全摸出来 网络安全文章

【工具学习31】katana:从翻页面到扒JS,把网站里的接口全摸出来

katana是一款由ProjectDiscovery出品的下一代爬虫/蜘蛛框架,能通过两种模式(标准模式和Headless模式)爬取网站,解析JS以挖掘隐藏接口,并支持接管登录会话进行更深入的爬取,具有精细的范围控制和过滤能力,以及限速机制以避免过载目标网站。它适合渗透侦察工作,但在进行未授权爬取时需遵守相关法律法规。
Linux的未来可能属于这四个发行版 网络安全文章

Linux的未来可能属于这四个发行版

本文探讨了Linux发行版未来的发展趋势,包括NixOS的配置文件管理方式、FedoraAtomic的不可变系统更新、SteamOS在游戏领域的应用以及Debian的基础设施作用,指出Linux未来将走向专业化,针对不同需求打造系统。
评论:0   参与:  0