Web 目录探测利器：Dirsearch 进阶实战指南

1. Dirsearch入门：从零开始掌握Web目录探测

第一次接触Dirsearch是在一次内部安全演练中，当时我们需要在短时间内完成对几十个Web服务的目录结构探测。这个用Python编写的轻量级工具，凭借其高效的并发处理和灵活的配置选项，让我在半小时内就完成了传统工具需要半天才能完成的任务。

Dirsearch的核心工作原理其实很简单：它通过加载字典文件中的路径组合，向目标网站发送HTTP请求，然后根据响应状态码判断目录或文件是否存在。但千万别被它的简单原理迷惑——在实际渗透测试中，我见过太多人只会用默认参数扫描，结果要么漏报关键路径，要么触发目标防护机制。

安装过程出奇简单，在Kali Linux中只需一行命令：

apt-get install dirsearch

如果是其他Linux发行版，也可以通过git克隆源码：

git clone https://github.com/maurosoria/dirsearch.git cd dirsearch pip install -r requirements.txt

基础扫描命令长这样：

python3 dirsearch.py -u https://example.com -e php,html

这个命令会针对example.com网站，检查字典中所有路径加上.php和.html扩展名的存在情况。但真正的高手都知道，这样的基础扫描只能算"打招呼"，要想深度挖掘目标资产，还需要更精细化的操作。

2. 高级参数配置：像专业人士一样定制扫描

经过三年多的实战检验，我发现Dirsearch最强大的地方在于其丰富的参数配置。记得有一次对某电商平台进行测试时，通过调整以下参数组合，我们发现了管理后台的测试页面：

递归扫描是必须掌握的核心技能：

python3 dirsearch.py -u https://example.com/api -r -R 3

这里的-r启用递归扫描，-R 3限制递归深度为3层。我建议初次使用时深度不要超过5，否则容易产生海量请求。上周测试某政府网站时，就因为没控制深度导致触发了WAF防护。

状态码过滤能大幅提升效率：

python3 dirsearch.py -u https://example.com -i 200,403 -x 404,500

这个配置只关注200(成功)和403(禁止访问)响应，忽略404(不存在)和500(服务器错误)。在实际项目中，403状态往往比200更有价值——它暗示这个路径确实存在，只是当前权限不足。

自定义字典是区分新手和老鸟的关键：

python3 dirsearch.py -u https://example.com -w /path/to/custom_wordlist.txt

我通常会准备三套字典：基础字典(常用路径)、技术专用字典(如/wp-admin)、业务字典(根据目标行业定制)。去年在对某金融系统测试时，通过添加"transaction、payment、settlement"等业务关键词，发现了隐藏的交易接口。

3. 针对特定目标的精细化扫描

不同技术栈的网站需要采用不同的扫描策略。根据我参与的127次渗透测试经验，以下是针对常见系统的优化方案：

WordPress站点扫描：

python3 dirsearch.py -u https://wordpress-site.com -e php -w wordpress.txt -i 200,301 --exclude-text="Page not found"

这里的关键是使用WordPress专用字典，并排除包含"Page not found"的响应。去年在某企业官网测试中，通过这种方式发现了被遗忘的wp-config.php备份文件。

API接口探测需要特殊处理：

python3 dirsearch.py -u https://api.example.com/v1 -e json -x 404 -m POST --data='{"test":true}'

注意我们切换到了POST方法，并添加了JSON格式的测试数据。API扫描最容易忽略的是HTTP方法，很多接口只在POST时响应。

对于大型文件存储系统，我推荐这样配置：

python3 dirsearch.py -u https://storage.example.com --exclude-sizes=0B,4KB -t 20

通过排除0字节和4KB以下的响应，可以过滤掉大量无效结果。提高线程数(-t 20)能加速扫描，但要确保不会压垮目标服务。

4. 实战技巧与规避检测

在真实环境中，粗暴的目录扫描很容易触发安全防护。去年在对某银行系统测试时，我总结了这些规避技巧：

请求速率控制至关重要：

python3 dirsearch.py -u https://sensitive-site.com --delay=500 --max-rate=10

设置500毫秒延迟和每秒最多10个请求，能有效降低被封锁的风险。我习惯从保守参数开始，根据响应情况逐步调整。

伪装请求头是基本操作：

python3 dirsearch.py -u https://target.com -H "X-Forwarded-For: 192.168.1.1" -H "Referer: https://google.com"

添加常见的HTTP头能让请求看起来更"正常"。有个小技巧是观察目标网站正常用户的请求头，然后模仿它们。

智能错误处理可以避免提前暴露：

python3 dirsearch.py -u https://target.com --skip-on-status=429,503

当遇到429(请求过多)或503(服务不可用)时自动跳过，防止因触发防护机制导致扫描中断。这个功能在最近的云服务测试中特别有用。

5. 扫描结果分析与后续步骤

获取扫描结果只是开始，真正的价值在于分析。我通常按照这个流程处理Dirsearch输出：

首先用响应大小过滤：

grep -v "Size: 0" results.txt | sort -k 4 -n

这个命令排除空响应并按大小排序。异常的大文件可能是备份，而特定大小的小文件往往是配置文件。

然后关注特殊状态码：

• 403：尝试权限绕过
• 401：测试默认凭证
• 301/302：跟踪跳转路径
• 500：测试输入注入

最后是内容分析：

grep -A 3 "200" results.txt | grep -i "admin\|login\|config"

查找包含关键词的成功响应。有次在某OA系统中，就这样发现了明文存储的管理员密码。

记得保存完整日志以备复查：

python3 dirsearch.py -u https://target.com -o /path/to/report.json --format=json

JSON格式便于后续自动化处理。我团队现在将Dirsearch集成到CI流程中，定期扫描关键系统。