【web小工具】dirsearch 安装，用法，例题

原文链接：21.dirsearch：Web 路径扫描工具-ZEEKLOG博客

有错误请各位大佬多多指教~~~

一、项目介绍

dirsearch 是一款高效、多线程的 Web 路径扫描工具，专为渗透测试人员和网络安全研究人员设计，用于发现目标网站的隐藏目录、敏感文件及未授权接口。其支持自定义字典、代理配置、请求头伪装等功能，适用于红队渗透、漏洞挖掘及资产测绘等场景。

1.1 核心功能

多线程扫描：默认 20 线程，可自定义调整以提高效率。

智能错误处理：自动过滤重复状态码（如 404），降低误报率。

灵活扩展支持：

支持自定义字典（如 -w 指定字典文件）。

支持多种扩展名扫描（如 -e php,asp,aspx）。

结果输出：生成可读性强的报告（TXT/JSON/CSV），便于后续分析。

绕过检测：支持随机 User-Agent、代理池、请求延迟等隐蔽扫描策略。

1.2 适用场景

红队渗透：快速定位网站后台、敏感文件（如 admin.php、backup.zip）。

漏洞验证：发现未授权访问的 API 接口（如 /api/v1/users）。

资产梳理：扫描企业网站的暴露面资产（如遗留测试页面）。

二、安装教程

输入 PIP3 install DirSearch

输入pip install --upgrade -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/

三、基础使用教程

语法及参数

输入python dirsearch.py -h得到dirsearch帮助

回显如下：

用法：dirsearch.py [-u|--url] 目标 [-e|--extensions] 扩展名 [选项] 选项: --version 显示程序的版本号并退出 -h, --help 显示此帮助消息并退出 必需： -u URL, --url=URL 目标URL，可以使用多个选项指定多个目标URL -l PATH, --urls-file=PATH URL列表文件 --stdin 从标准输入读取URL --cidr=CIDR 目标CIDR --raw=PATH 从文件加载原始HTTP请求（使用'--scheme'标志设置方案） -s SESSION\_FILE, --session=SESSION\_FILE 会话文件 --config=PATH 配置文件路径（默认为'DIRSEARCH\_CONFIG'环境变量，否则为'config.ini'） 字典设置: -w WORDLISTS, --wordlists=WORDLISTS 单词列表文件或包含单词列表文件的目录（以逗号分隔） -e EXTENSIONS, --extensions=EXTENSIONS 扩展名列表，以逗号分隔（例如：php,asp） -f, --force-extensions 在每个单词列表条目的末尾添加扩展名。默认情况下，dirsearch只替换%EXT%关键字为扩展名。 -O, --overwrite-extensions 使用指定的扩展名覆盖单词列表中的其他扩展名（通过'-e'选择） --exclude-extensions=EXTENSIONS 排除的扩展名列表，以逗号分隔（例如：asp,jsp） --remove-extensions 删除所有路径中的扩展名（例如：admin.php -> admin） --prefixes=PREFIXES 将自定义前缀添加到所有单词列表条目中（以逗号分隔） --suffixes=SUFFIXES 将自定义后缀添加到所有单词列表条目中，忽略目录（以逗号分隔） -U, --uppercase 单词列表转为大写 -L, --lowercase 单词列表转为小写 -C, --capital 单词首字母大写 通用设置: -t THREADS, --threads=THREADS 线程数 -r, --recursive 递归地进行强制破解 --deep-recursive 在每个目录深度上执行递归扫描（例如：api/users -> api/） --force-recursive 对找到的每个路径执行递归强制破解，而不仅仅是目录 -R DEPTH, --max-recursion-depth=DEPTH 最大递归深度 --recursion-status=CODES 用于执行递归扫描的有效状态码，支持范围（以逗号分隔） --subdirs=SUBDIRS 扫描给定URL的子目录（以逗号分隔） --exclude-subdirs=SUBDIRS 在递归扫描期间排除以下子目录（以逗号分隔） -i CODES, --include-status=CODES 包括的状态码，以逗号分隔，支持范围（例如：200,300-399） -x CODES, --exclude-status=CODES 排除的状态码，以逗号分隔，支持范围（例如：301,500-599） --exclude-sizes=SIZES 根据大小排除响应，以逗号分隔（例如：0B,4KB） --exclude-text=TEXTS 根据文本排除响应，可以使用多个标志 --exclude-regex=REGEX 根据正则表达式排除响应 --exclude-redirect=STRING 如果此正则表达式（或文本）与重定向URL匹配，则排除响应（例如：'/index.html'） --exclude-response=PATH 排除类似于此页面响应的响应，路径作为输入（例如：404.html） --skip-on-status=CODES 每当命中这些状态码之一时跳过目标，以逗号分隔，支持范围 --min-response-size=LENGTH 响应的最小长度 --max-response-size=LENGTH 响应的最大长度 --max-time=SECONDS 扫描的最大运行时间 --exit-on-error 发生错误时退出 请求设置: -m METHOD, --http-method=METHOD HTTP请求方法（默认为GET） -d DATA, --data=DATA HTTP请求数据 --data-file=PATH 包含HTTP请求数据的文件 -H HEADERS, --header=HEADERS HTTP请求标头，可以使用多个标志 --headers-file=PATH 包含HTTP请求标头的文件 -F, --follow-redirects 跟随HTTP重定向 --random-agent 每个请求选择一个随机User-Agent --auth=CREDENTIAL 认证凭据（例如：user:password或bearer token） --auth-type=TYPE 认证类型（basic、digest、bearer、ntlm、jwt） --cert-file=PATH 包含客户端证书的文件 --key-file=PATH 包含客户端证书私钥的文件（未加密） --user-agent=USER\_AGENT --cookie=COOKIE 连接设置: --timeout=TIMEOUT 连接超时时间 --delay=DELAY 请求之间的延迟 -p PROXY, --proxy=PROXY 代理URL（HTTP/SOCKS），可以使用多个标志 --proxies-file=PATH 包含代理服务器的文件 --proxy-auth=CREDENTIAL 代理认证凭据 --replay-proxy=PROXY 用于重放已发现路径的代理 --tor 使用Tor网络作为代理 --scheme=SCHEME 原始请求的协议或URL中没有协议时使用的协议（默认为自动检测） --max-rate=RATE 每秒请求数最大值 --retries=RETRIES 失败请求的重试次数 --ip=IP 服务器IP地址 高级设置: --crawl 在响应中爬取新路径 显示设置: --full-url 在输出中显示完整URL（在静默模式下自动启用） --redirects-history 显示重定向历史记录 --no-color 不使用彩色输出 -q, --quiet-mode 安静模式 输出设置: -o PATH/URL, --output=PATH/URL 输出文件或MySQL/PostgreSQL数据库URL（格式： scheme://[username:password@]host[:port]/database- name） --format=FORMAT 报告格式（可用：simple、plain、json、xml、md、csv、html、 sqlite、mysql、postgresql） --log=PATH 日志文件 有关示例配置文件，请参见“config.ini” 

常见Payload

3.1 常用命令参数

3.2 基础扫描示例

1.扫描单个目标：

【扫描单个URL，并限制线程数和扩展名：】

python dirsearch.py -u http://example.com -e php,html 

用于对目标网站进行目录/文件暴力枚举

命令作用

DirSearch会基于内置字典，尝试访问目标网站下的常见目录（如/admin/、/login/）和

指定扩展名的文件，帮助发现网站隐藏的资源（如后台入口、配置文件等）。

示例输出

执行命令后，工具会输出类似结果：

 [10:00:00] Starting scan... [10:00:01] 200 - 123B /index.html [10:00:03] 403 - 456B /admin/ [10:00:05] 200 - 789B /config.php

• 200：文件/目录存在且可访问；
• 403：目录存在但无访问权限；
• 404：资源不存在（默认不显示）。

注意事项

1. 合法合规：仅可对授权目标使用，未经允许扫描他人网站可能违反法律法规。
2. 字典优化：默认字典位于dirsearch-master/db/dicc.txt，可根据需求替换为更针对性的字典。
3. 速度控制：可添加-t 10（设置10个线程）或-d 1（延迟1秒）避免触发目标网站的防护机制。

python dirsearch.py -u http://example.com -t 10 -e php,asp --exclude-extensions=html 

该命令将对 http://example.com 进行目录扫描，

使用最多 10 个线程并仅检查扩展名为 php 和 asp 的路径，同时排除扩展名为 html 的路径。

2.从URL列表文件中批量扫描：

python dirsearch.py -l urls.txt -t 5 -e php

该命令将从 urls.txt 文件中读取目标URL列表，

并使用最多 5 个线程对每个URL进行目录扫描，仅检查扩展名为 php 的路径。

【若有指定特定的URL-u http://example.com,单一URL,】

【批量的URL，，-l urls.txt】

3.使用自定义字典：

【使用自定义字典和深度递归扫描】

python dirsearch.py -u http://example.com -w /path/to/custom_wordlist.txt 

这是DirSearch的自定义字典扫描命令，用于指定自定义的目录/文件字典对目标网站进行暴力枚举，具体参数含义如下：

核心参数解析

命令作用

DirSearch默认使用内置字典（dirsearch-master/db/dicc.txt），

而-w参数允许你使用更贴合目标场景的自定义字典（如针对特定CMS、行业的专用字典），提高扫描效率和准确性。

自定义字典格式要求

字典文件需为纯文本格式，每行一个目录或文件名，示例：

admin login index.php config.html /api/v1

• 可包含目录（如admin/）、文件（如index.php）或带路径的文件（如api/v1/login）。
• 若需指定扩展名，需在字典中直接写完整文件名（如admin.php），或搭配-e参数

（如-e php会自动为字典条目添加.php后缀）。

示例场景

假设你有一个针对WordPress的字典wordpress.txt，内容包含wp-admin/、

wp-config.php等，执行命令：

python dirsearch.py -u http://example.com -w wordpress.txt

工具会优先使用wordpress.txt中的条目扫描，更精准地发现WordPress网站的后台入口或配置文件。

注意事项

1. 字典来源：可从GitHub（如SecLists项目）下载行业通用字典，或根据目标网站特征（如CMS类型、技术栈）自制字典。
2. 性能优化：字典越大，扫描时间越长，建议根据目标规模选择合适的字典。
3. 合规性：仅可对授权目标使用，避免未经允许的扫描行为 ⚠️。

4.过滤状态码：

python dirsearch.py -u http://example.com --exclude-status 403,500 

这是DirSearch的过滤状态码扫描命令，用于在目录枚举时排除指定HTTP状态码的结果，让输出更聚焦于有效资源，具体参数含义如下：

核心参数解析

命令作用

默认情况下，DirSearch会显示所有扫描到的状态码（如200、403、404等）。

使用--exclude-status可过滤掉无关结果，仅保留更有价值的条目（如200表示资源存在、301表示重定向），减少干扰。

常见状态码过滤场景

• 403：目录/文件存在但无访问权限（如/admin/），过滤后可避免输出大量无权限的目录。
• 500：服务器端错误（可能是扫描触发了网站防护），过滤后可减少无效报错信息。
• 也可搭配其他状态码（如--exclude-status 404,400）过滤不存在或无效的请求。

示例输出对比

• 未过滤时：可能输出大量403/500条目，干扰有效结果。
• 过滤后：仅显示200/301等有效状态码，示例：

[10:00:00] Starting scan... [10:00:01] 200 - 123B /index.html [10:00:03] 301 - 456B /blog/ → /blog/index.php

注意事项

• 状态码需用英文逗号分隔，无空格（如403,500而非403, 500）。
• 若需保留特定状态码，可搭配--include-status参数（如--include-status 200,301）。

该命令适用于需要精简扫描结果的场景，让有效信息更突出 ✅。

5.在请求中使用自定义HTTP头：

python dirsearch.py -u http://example.com -H "X-Custom-Header: Value" -H "Authorization: Bearer token"

该命令将对 http://example.com 进行目录扫描，并在每个请求中包含自定义的HTTP头，

如 X-Custom-Header 和 Authorization。

这是DirSearch的带自定义请求头扫描命令，用于在扫描时向目标网站添加自定义HTTP请求头，以模拟特定场景或绕过防护，具体参数含义如下：

核心参数解析

命令作用

HTTP请求头是客户端向服务器传递的附加信息，DirSearch默认使用简单的请求头

（如User-Agent: DirSearch/0.4.2）。

通过-H参数添加自定义头，可实现以下场景：

1. 模拟浏览器：

添加User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36，避免被服务器识别为爬虫。

1. 身份验证：

添加Authorization: Bearer token或Cookie: sessionid=xxx，

扫描需要登录才能访问的目录（如/dashboard/）。

1. 绕过防护：

部分网站会检查特定请求头（如Referer、X-Requested-With），添加后可绕过简单的WAF规则。

示例场景

假设目标网站需要登录后才能访问/admin/，你可先通过浏览器登录，获取Cookie后执行命令：

python dirsearch.py -u http://example.com -H "Cookie: PHPSESSID=abc123def456"

此时DirSearch会携带该Cookie扫描，可能发现登录后的隐藏目录。

注意事项

1. 请求头格式：每个-H后需用双引号包裹完整的键值对（如"Key: Value"），键和值之间用冒号+空格分隔。
2. 敏感信息：若添加Authorization或Cookie等敏感头，需确保命令在安全环境中执行，避免泄露凭证。
3. 兼容性：部分网站会严格验证请求头格式，错误的头可能导致扫描失败（如缺少空格、拼写错误）。

该命令适用于需要定制请求特征的扫描场景，需结合目标网站的防护机制灵活使用 ✅。

6.指定线程数和延迟时间：

python dirsearch.py -u http://example.com -t 20 --delay 0.5

上述命令将使用20个线程并设置每个请求之间的延迟为0.5秒。

7.使用自定义的请求头和超时时间：

python dirsearch.py -u http://example.com -H "Custom-Header: value" --timeout 10

这个命令将在每个请求中添加一个自定义的请求头 “Custom-Header: value”，并将超时时间设置为10秒。

8.包含和排除特定状态码：

python dirsearch.py -u http://example.com -i 200,302 -x 404,500

这是DirSearch的精准状态码筛选命令，通过包含（-i）和排除（-x）特定HTTP状态码，让扫描结果仅保留你关注的有效资源，具体参数含义如下：

核心参数解析

命令作用

通过-i和-x组合，实现双重筛选：

1. -i（Include）：主动“保留”你关心的状态码

（如200表示文件存在、302可能指向后台登录页）。

1. -x（Exclude）：被动“过滤”无关/错误状态码

（如404是无效路径、500是服务器异常）。
最终输出仅显示**同时满足“被包含”且“未被排除”**的结果，极大减少干扰信息。

示例输出

执行命令后，仅显示符合条件的结果：

[14:30:00] Starting scan... [14:30:02] 200 - 200B /dashboard.html # 存在的后台页面 [14:30:05] 302 - 150B /login → /auth # 重定向到登录接口

（404/500的条目会被自动过滤，不显示在结果中）

注意事项

1. 参数顺序：-i和-x无先后要求，但需确保状态码用英文逗号分隔（无空格）。
2. 优先级：-i的优先级高于-x，即先筛选-i包含的状态码，再从其中排除-x的状态码。
3. 灵活组合：可根据目标调整状态码（如-i 200,301保留永久重定向，-x 403排除无权限目录）。

该命令适用于需要高度精准扫描的场景，让结果更聚焦于有效资源 ✅。

9.通过代理扫描：

python dirsearch.py -u http://example.com --proxy http://127.0.0.1:8080 

--proxy http://127.0.0.1:8080代理配置参数，用于让工具通过指定的代理服务器发送请求

核心作用

让工具的所有网络请求先转发到代理服务器（127.0.0.1:8080），再由代理服务器发送到目标网站。常用于隐藏真实IP、抓包分析或突破网络限制。

参数拆解

• --proxy：工具的代理参数标识（不同工具可能用-x或--proxies，但功能一致）。
• http://127.0.0.1:8080：代理服务器的地址和端口：
  • 127.0.0.1：本地回环地址（表示代理服务器运行在当前设备上）。
  • 8080：代理服务监听的端口（常见代理端口还有1080、8888）。

10.设置请求延迟：

python dirsearch.py -u http://example.com --delay 2 # 单位：秒 

11.随机 User-Agent：

python dirsearch.py -u http://example.com --random-agent 

用于对目标网站进行目录/文件扫描，

--random-agent 启用随机User-Agent功能，每次请求自动切换不同的浏览器标识（如Chrome、Firefox）

DirSearch是一款目录暴力扫描工具，通过猜测常见的目录名（如admin/、login.php）或文件名，检测目标网站是否存在未公开的资源（如后台页面、敏感文件）。

--random-agent的作用是避免被目标网站的WAF（Web应用防火墙）识别为爬虫，提高扫描成功率。

12. 递归扫描与深度控制

python dirsearch.py -u http://example.com --recursive -R 3 # 递归深度 3 

DirSearch的递归目录扫描命令，用于深度探索目标网站的目录结构，

默认DirSearch仅扫描根目录下的一级目录（如/admin、/login），而递归扫描会逐层深入：

• 深度1：扫描根目录（/）下的所有目录（如/dir1）。
• 深度2：进入/dir1，扫描其下的子目录（如/dir1/subdir1）。
• 深度3：进入/dir1/subdir1，扫描其下的子目录（如/dir1/subdir1/subsubdir1），达到深度3后停止。

使用场景

适用于目标网站存在多层嵌套目录的情况（如/api/v1/user），通过递归扫描可发现更深层的敏感资源（如后台接口、配置文件）。

python dirsearch.py -u http://example.com -w custom-wordlist.txt -r --deep-recursive

该命令将对 http://example.com 进行目录扫描，使用自定义的单词列表文件 custom-wordlist.txt，并启用深度递归扫描，即在每个目录的所有深度上执行递归扫描。

13.导出 JSON 报告：

python dirsearch.py -u http://example.com -o report.json --format json 

是DirSearch的扫描结果导出命令，用于将扫描数据以JSON格式保存到指定文件，具体含义如下：

【即为导出，以什么格式，什么路径】

参数拆解

核心作用

DirSearch默认将结果输出到终端（控制台），-o和--format参数的组合用于：

1. 持久化保存：避免终端关闭后丢失扫描结果。
2. 结构化分析：JSON格式便于后续用Python、Excel等工具自动化解析（如统计状态码分布、提取存在的目录）。
3. 报告生成：可将JSON转换为HTML/PDF等格式，用于安全测试报告。

JSON结果结构示例

生成的report.json通常包含以下核心字段（以单个结果为例）：

{ "url": "http://example.com/admin", "status": 200, "content-length": 1234, "redirect": "", "method": "GET", "response-time": 0.5 }

• status：HTTP状态码（200=存在，403=权限拒绝，301=重定向）。
• content-length：响应内容大小（可辅助判断是否为有效页面）。
• response-time：请求耗时（反映目标服务器性能）。
• "redirect": "" 表示当前请求的URL没有发生重定向

扩展用法

• 多格式导出：DirSearch支持txt、json、xml等格式，如--format xml可导出XML报告。
• 终端+文件双输出：默认-o会覆盖终端输出，若需同时显示，可加--full-url参数。

注意事项

1. 文件覆盖：若report.json已存在，会被直接覆盖，建议扫描前备份旧文件。
2. 权限问题：确保当前目录有写入权限（如Linux需chmod授权）。
3. 结果解析：可使用Python快速读取JSON结果，示例代码：

import json with open("report.json", "r") as f: results = json.load(f) for res in results: if res["status"] == 200: print(f"存在目录：{res['url']}")

该命令是DirSearch扫描后结果留存与分析的关键步骤 📊。

常见状态码含义

给一道示例题 [第一章 web入门]常见的搜集

题目

尝试？

乍一看，无头绪，且浏览了本网页的源代码，看不懂。。。

利用dirsearch搜一下信息？

一、基础扫描命令（核心用法）

最常用的基础命令格式：

python dirsearch.py -u http://目标网址 -e 后缀名

• -u：指定目标URL（如http://192.168.1.4）。
• -e：指定文件后缀（如php、txt，或用*扫描所有常见后缀）。

示例：
扫描目标网站的PHP文件和目录：

python dirsearch.py -u http://example.com -e php

结合以下参数可优化扫描结果：

三、CTF场景常用命令（信息搜集重点）

在CTF中，需重点扫描备份文件、配置文件、敏感目录，推荐命令：

python dirsearch.py -u http://目标网址 -e * -r -x 404 --full-url

• -e *：扫描所有常见后缀（如.php、.txt、.zip）。
• -r：递归扫描子目录。
• --full-url：显示完整URL（方便直接访问结果）。

四、结果分析（关键信息提取）

扫描结果中需重点关注以下内容：

1. 状态码200：目录/文件直接存在（如/robots.txt、/admin）。
2. 备份文件：如index.php~（vim备份）、.index.php.swp（临时文件），可能包含源码或flag。
3. 压缩包：如backup.zip、source.tar.gz，可能是网站源码。
4. robots.txt：查看禁止搜索引擎抓取的目录，可能暴露敏感路径。

五、注意事项

1. 避免频繁扫描：同一目标短时间内多次扫描易被WAF拦截，建议间隔执行。
2. 使用代理：配合--proxy http://127.0.0.1:8080（如Burp Suite代理），隐藏真实IP。
3. 合法合规：仅在授权环境下使用，禁止未授权扫描他人网站。

通过以上步骤，可快速定位目标网站的敏感资源，为后续渗透测试或CTF解题提供关键线索 🕵️‍♂️。

试一下，dirsearch搜一下

python dirsearch.py -u http://目标网址 -e * --full-url

这个出错，是因为429状态码（请求过多）

解决建议

1. 降低扫描频率：减少线程数（比如将  -t  参数设为 5 或 10），或增加请求间隔（通过 Dirsearch 的相关参数调整）。

2. 更换时间：避开目标的访问高峰时段，稍后再尝试扫描。

3. 检查目标限制：确认目标是否有访问频率限制，若有则需严格遵循其规则调整扫描策略。

【 ╰つ jbh°: 12-20 02:07:03 dirsearch扫太快了，服务器配置了防扫措施

╰つ jbh°: 12-20 02:07:09 降速单线程就行了 】

前两个，会出现

中间两个

倒二个网址打开

最后一个200网址打开，

总结

也算是熟悉了这个扫描工具的使用方式，以及使用时的方法，遇到方法如何解决。。。