Web应用指纹识别，是web渗透信息收集最关键的一步，这方面开源的工具也非常多，像BlindElephant，whatweb 以及在非安全圈都很火的wappalyzer。本文主要描述如何使用wappalyzer的perl与php接口进行指纹识别。

　　Wappalyzer的功能是识别单个uri的指纹，其原理就是给指定URI发送HTTP请求，获取响应头与响应体并按指纹规则进行匹配。这也是web应用指纹识别最基础的部分，除此之外，还有指纹置信度计算（如何去处伪造指纹，多种指纹特征如何综合判断，隐藏指纹信息如何提取），整个站点的指纹识别还涉及到有效爬虫抓取，分布式计算等问题，这些都不在本文内容中。

　　一、perl版本

　　原理：

　　给指定uri发送HTTP请求，通过分析HTTP相应的以下部分来判断指纹

　　(1)  headers特征

　　响应头key：value对，多个key：value用逗号隔开，例如

　　"headers"： { "X-AMP-Version"： "([\d.]+)\；version：\1"， "Set-Cookie"： "^AMP=" }，

　　(2)   html特征

　　响应体内容，多个规则用逗号隔开，例如

　　"html"： [ "<div class="[^"]*parbase"， "_jcr_content"， "/etc/designs/"， "/etc/clientlibs/" ]

　　特别注意：html全文匹配的规则一定要谨慎编写

　　(3)  url特征

　　url内容，例如

　　"url"： "/cgi-bin/UCEditor\？(？：.*&)？merchantid=."

　　(4)  meta特征

　　响应html 页面中诸如<meta name="version" content="neblog-1.0"/>中的名字name：内容content对，多个规则用逗号隔开，例如

　　"meta"： { "generator"： "webEdition"， "DC.title"： "webEdition" }

　　(5)  script特征

　　响应html页面中诸如<script type="text/javascript" src="http：//b1.bst.126.net/newpage/r/j/ec.js？v=1413881655525"></script> src中中url内容，多个规则用逗号隔开，例如

　　"script"： [ "angular(？：\-|\.)([\d.]*\d)[^/]*\.js\；version：\1"， "/([\d.]+(\-？rc[.\d]*)*)/angular(\.min)？\.js\；version：\1"， "angular.*\.js" ]

　　局限性：

　　不支持规则文件中APP版本号与置信度的获取

　　对非utf8的中文编码可能会存在问题

　　优点：

　　较之PHP版本，使用qr正则预编译处理，可以提前发现正则的问题，这是我选择该语言版本的主要原因。

　　（接下来的php版本就能让你知道正则不预编译处理有多坑了！）

　　脚本的功能：

　　（1）指纹识别结果按JSON格式返回，以便后续指纹信息入库等处理

　　（2）支持批量uri查询

　　（3）支持指定自定义JSON格式的指纹规则文件

　　（默认的指纹文件放置在/usr/lib/perl5/WWW/apps.json ，具体的路径会因cpan模块的安装路径有区别

　　可以使用perl -V 察看@INC变量来确定路径，或者更暴力的find吧）

　　安装：

　　cpan -i  WWW：：Wappalyzer

　　clone https：//github.com/tanjiti/FingerPrint.git

　　运行：

　　（1）获取单个uri的指纹

　　perl FingerPrint.pl www.xxx.com<uri 必选> tanjiti.json[指纹规则文件，可选]

　　返回结果

　　{

　　"www.xxx.com"： {

　　"blogs"： [

　　"WordPress"

　　]，

　　"web-servers"： [

　　"Nginx"

　　]，

　　"cdn"： [

　　"CloudFlare"

　　]，

　　"cms"： [

　　"WordPress"

　　]，

　　"font-scripts"： [

　　"Google Font API"

　　]，

　　"javascript-frameworks"： [

　　"jQuery"

　　]，

　　"javascript-graphics"： [

　　"Javascript Infovis Toolkit"

　　]

　　}

　　}

　　(2) 从文件读取url列表进行批量指纹识别，并将结果输出到文件中

　　perl FingerPrint.pl url.txt<uri 文件路径 必选> tanjiti.json[指纹规则文件，可选]

　　结果输出到 url.txt__fingerprint 文件里

　　指纹规则文件编写示例：

　　more tanjiti.json

　　"apps"： {

　　"Discuz！"：{

　　"website"： "www.discuz.net/forum.php"，

　　"cats"： [ 1 ]，

　　"meta"： { "generator"： "Discuz"}，

　　"headers"： {"Set-Cookie"： "_lastact.*_sid|_sid.*_lastact|_sid.*smile|smile.*_sid"}，

　　"url"： "/uc_server[/$]|uc_client[/$]"，

　　"html"： "Powered by (？：Discuz！|<a href="http：//www\.discuz\.net/"|UCenter)"，

　　"implies"： "php"

　　}，

　　"PHP"： {

　　"website"： "php.net"，

　　"cats"： [ 27 ]，

　　"headers"： { "Server"： "php/？([\d.]+)？\；confidence：40\；version：\1"， "X-Powered-By"： "php/？([\d.]+)？\；confidence：40\；version：\1"， "Set-Cookie"： "PHPSESSID" }，

　　"url"： "\.php(？：$|\？)"

　　}

　　}

　　二、php版本

　　原理

　　同perl版本，区别有两点：

　　1. HTTP请求部分：较之perl使用LWP发送HTTP请求，php使用curl发送HTTP请求

　　2. 规则匹配部分：指纹规则的匹配部分使用javascript语法，然后通过php的v8js模块来解析。（为什么要这样做呢？当返回响应体内容很多，指纹正则写的很烂的时候，会卡死在规则匹配这一过程中，现在的规则下sina，163等大站基本卡死！）

　　运行

　　PHP版的接口已经能直接使用了，只是需要替换规则文件，囧

　　第一步：安装php、curl及v8js

　　apt-get install php5-dev php-pear build-essential libv8-dev php5-curl

　　pecl install channel：//pecl.php.net/v8js-0.1.3

　　echo extension=v8js.so >> /etc/php5/cli/php.ini

　　验证是否安装成功

　　php -m | grep v8js

　　v8js ———–OK

　　第二步：下载Wappalyzer脚本

　　git clone https：//github.com/ElbertF/Wappalyzer.git

　　cp -R Wappalyzer/drivers/php/* .

　　cp Wappalyzer/share/js/wappalyzer.js js/

　　cp Wappalyzer/share/apps.json .  (指纹规则文件） 该规则文件的正则编写的有问题，所以我使用的以前版本的规则文件cp /usr/lib/perl5/WWW/apps.json .

　　php版指纹识别程序结构如下：

　　index.php 主程序

　　Wappalyzer.php

　　WappalyzerException.php

　　js/driver.js js/wappalyzer.js

　　apps.json 指纹规则文件

　　第三步：验证是否成功

　　php index.php www.tanjiti.com

　　输出格式为

　　应用名，版本号，置信度，app类型 （比perl版本多了对版本号，置信度的获取）

　　CloudFlare， ， 100%， cdn

　　Javascript Infovis Toolkit， ， 100%， javascript-graphics

　　jQuery， ， 100%， javascript-frameworks

　　Nginx， ， 100%， web-servers

　　PHP， 5.5.9， 100%， programming-languages

　　Ubuntu， ， 100%， operating-systems

　　WordPress，  4.0， 100%， cms， blogs

　　接下来的优化输出为json格式与批量处理uri同perl版本。

　　最后寄言，一定一定要写好正则，NFA引擎正则优化TIPS、Perl正则技巧及正则性能评测方法