信息收集工具 -- weblive

简介: 信息收集工具 -- weblive

嘴硬到底是什么概念,大概就是,你问我是怎么想的,其实我眼泪都要掉下来了,但我还是说了句,算了,就这样吧。。

----  网易云热评

 

环境:Kali202003

 

一、GO环境配置

1、下载地址

https://studygolang.com/dl

2、解压并配置相关环境

打开/etc/profile,添加环境变量export PATH=$PATH:/usr/local/go/bin

image.png

 

3、使环境变量立即生效,并查看版本信息

image.png

 

二、weblive使用方法

1、简介

webinfo 是一个高并发网站信息获取工具,可用于获取到目标相关子域名大量资产后,进行存活扫描,获取域名解析的ip,识别cdn,轻量级识别指纹、获取标题

webinfo使用go语言编写,发挥golang协程优势,快速扫描获取网站信息,多平台通用

2、下载地址:https://github.com/aeverj/weblive

3、下载到本地:git clone https://github.com/aeverj/weblive.git

image.png

4、进入该目录运行go build

cd weblive

go build weblive.go

 

5、加入目标地址

将需要扫描的域名保存到url.txt文件中,执行webinfo

 

6、 结果会放到result文件夹中,网站信息保存为Excel表格,不存在cdn的真实ip保存到ip.txt文件中

https://www.baidu.com https://www.baidu.com 182.61.200.7,182.61.200.6 The world’s leading software development platform · GitHub false 200 jQuery,Bootstrap,Google AdSense,Marked,Gravatar,Nginx,Font Awesome

 

 

目录
相关文章
|
Web App开发 编解码 安全
视频会议技术 入门探究:WebRTC、Qt与FFmpeg在视频编解码中的应用
视频会议技术 入门探究:WebRTC、Qt与FFmpeg在视频编解码中的应用
1078 4
|
9月前
|
机器学习/深度学习 自然语言处理 算法
[大语言模型-论文精读] 大语言模型是单样本URL分类器和解释器
[大语言模型-论文精读] 大语言模型是单样本URL分类器和解释器
129 0
|
11月前
|
缓存 视频直播 Linux
FFmpeg开发笔记(四十三)使用SRS开启SRT协议的视频直播服务
《FFmpeg开发实战》书中介绍了轻量级流媒体服务器MediaMTX,适合测试但不适用于生产环境。SRS是一款国产开源服务器,支持RTMP、SRT等协议,适合生产使用。要启用SRS的SRT推流,需配置`srt.conf`,开启SRT服务并配置端口。在确保FFmpeg集成libsrt后,拉流则使用类似但带有`m=request`的地址。在Windows上,同样需要集成libsrt的FFmpeg来使用ffplay拉流。SRS的日志确认了推拉流的成功。书中提供更深入的FFmpeg开发知识。
391 2
FFmpeg开发笔记(四十三)使用SRS开启SRT协议的视频直播服务
|
消息中间件 编解码 网络协议
聊聊 RocketMQ 网络通讯模块
RocketMQ 的网络通讯模块负责生产者、消费者与 Broker 之间的网络通信。 笔者学习 RocketMQ 也是从通讯模块源码开始的,并且从源码里汲取了很多营养。
37350 3
聊聊 RocketMQ 网络通讯模块
|
存储 安全 网络协议
URL过滤
URL过滤
278 6
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能的未来:深度学习与神经网络的融合
在人工智能的广阔天地中,深度学习和神经网络如同两股激流,汇聚成推动技术进步的巨浪。本文将深入探讨这两种技术如何相辅相成,共同塑造未来人工智能的发展轨迹。我们将从基础概念出发,逐步揭示它们在实际应用中的协同效应,以及这种融合如何引领我们步入一个更加智能化的未来。
|
Web App开发 Linux 编译器
Linux基于webRTC的二次开发(一)
Linux基于webRTC的二次开发(一)
|
算法 数据可视化 API
使用PyOD进行异常值检测
异常值检测各个领域的关键任务之一。PyOD是Python Outlier Detection的缩写,可以简化多变量数据集中识别异常值的过程。在本文中,我们将介绍PyOD包,并通过实际给出详细的代码示例
187 0
|
机器学习/深度学习 人工智能 算法框架/工具
探索Python与人工智能的融合之旅
在当今快速发展的技术时代,Python已成为连接数据科学、机器学习和人工智能(AI)领域的桥梁。本文将深入探讨Python在人工智能领域的应用,从基础库的介绍到实际案例分析,旨在为读者提供一个全面的理解,展示如何利用Python推动人工智能技术的发展。通过本文,我们不仅能够看到Python语言的强大和灵活性,还能理解它如何成为推动AI创新和实现的关键工具。