前言
本人是一名立志安全开发的大学生，有一年安全测试经验，有时在刷src的时候，需要检查所有target的web业务系统是否泄露敏感目录、文件，工作量十分庞大，于是Dirmap诞生了~
知名的web目录文件扫描工具有很多，如：御剑1.5、DirBuster、Dirsearch、cansina。
其他开源的各种轮子，更是数不胜数。
这次我们不造轮子，我们需要造的是一辆车！open source的那种XD
需求分析
何为一个优秀的web目录扫描工具？
经过大量调研，总结一个优秀的web目录扫描工具至少具备以下功能：
并发引擎
能使用字典
能纯爆破
能爬取页面动态生成字典
能fuzz扫描
自定义请求
自定义响应结果处理…
功能特点
你爱的样子，我都有，小鸽鸽了解下我吧：
支持n个target*n个payload并发
支持递归扫描
支持自定义需要递归扫描的状态码
支持(单|多)字典扫描
支持自定义字符集爆破
支持爬虫动态字典扫描
支持自定义标签fuzz目标url
自定义请求User-Agent
自定义请求随机延时
自定义请求超时时间
自定义请求代理
自定义正则表达式匹配假性404页面
自定义要处理的响应状态码
自定义跳过大小为x的页面
自定义显示content-type
自定义显示页面大小
按域名去重复保存结果
扫描效果
递归扫描
字典模式
爆破模式
爬虫模式
fuzz模式
Q：这么棒棒呀！那Dirmap该怎么使用呢？
A：啊哈，你往下滑。
使用方法
环境准备
git clone https://github.com/H4ckForJob/dirmap.git && cd dirmap && python3 -m pip install -r requirement.txt 快速使用
单个目标
python3 dirmap.py -iU https://target.com -lcf 多个目标
python3 dirmap.py -iF urls.txt -lcf Q：哎呀，扫描结束了，我的结果呢qwq？
A：莫慌自动保存的呀。
结果保存
结果将自动保存在项目根目录下的output文件夹中，每一个目标生成一个txt，命名格式为目标域名.txt。结果自动去重复，不用担心产生大量冗余。
Q：矮油，不错呦，但是我还想学习下高级用法呢。
A：好嘞，这就来，屏住呼吸，往下看。
高级使用
自定义dirmap配置，开始探索dirmap高级功能，暂时采用加载配置文件的方式进行详细配置，不支持使用命令行参数进行详细配置！
编辑项目根目录下的dirmap.conf，进行配置。
dirmap.conf配置详解：
#递归扫描处理配置 [RecursiveScan] #是否开启递归扫描:关闭:0;开启:1 conf.recursive_scan = 0 #遇到这些状态码，开启递归扫描。默认配置[301,403] conf.recursive_status_code = [301,403] #设置排除扫描的目录。默认配置空。其他配置：e.g:['/test1','/test2'] #conf.exclude_subdirs = ['/test1','/test2'] conf.exclude_subdirs = "" #扫描模式处理配置(4个模式，1次只能选择1个) [ScanModeHandler] #字典模式:关闭:0;单字典:1;多字典:2 conf.dict_mode = 1 #单字典模式的路径 conf.dict_mode_load_single_dict = "dict_mode_dict.txt" #多字典模式的路径，默认配置dictmult conf.dict_mode_load_mult_dict = "dictmult" #爆破模式:关闭:0;开启:1 conf.blast_mode = 0 #生成字典最小长度。默认配置3 conf.blast_mode_min = 3 #生成字典最大长度。默认配置3 conf.blast_mode_max = 3 #默认字符集:a-z。暂未使用。 conf.blast_mode_az = "abcdefghijklmnopqrstuvwxyz" #默认字符集:0-9。暂未使用。 conf.blast_mode_num = "0123456789" #自定义字符集。默认配置"abc"。使用abc构造字典 conf.blast_mode_custom_charset = "abc" #自定义继续字符集。默认配置空。 conf.blast_mode_resume_charset = "" #爬虫模式:关闭:0;开启:1 conf.crawl_mode = 0 #解析robots.txt文件。暂未实现。 conf.crawl_mode_parse_robots = 0 #解析html页面的xpath表达式 conf.crawl_mode_parse_html = "//*/@href | //*/@src | //form/@action" #是否进行动态爬虫字典生成:关闭:0;开启:1 conf.crawl_mode_dynamic_fuzz = 0 #Fuzz模式:关闭:0;单字典:1;多字典:2 conf.fuzz_mode = 0 #单字典模式的路径。 conf.fuzz_mode_load_single_dict = "fuzz_mode_dir.txt" #多字典模式的路径。默认配置:fuzzmult conf.fuzz_mode_load_mult_dict = "fuzzmult" #设置fuzz标签。默认配置{dir}。使用{dir}标签当成字典插入点，将http://target.com/{dir}.php替换成http://target.com/字典中的每一行.php。其他配置：e.g:{dir};{ext} #conf.fuzz_mode_label = "{ext}" conf.fuzz_mode_label = "{dir}" #处理payload配置。暂未实现。 [PayloadHandler] #处理请求配置 [RequestHandler] #自定义请求头。默认配置空。其他配置：e.g:test1=test1,test2=test2 #conf.request_headers = "test1=test1,test2=test2" conf.request_headers = "" #自定义请求User-Agent。默认配置chrome的ua。 conf.request_header_ua = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36" #自定义请求cookie。默认配置空，不设置cookie。其他配置e.g:cookie1=cookie1; cookie2=cookie2; #conf.request_header_cookie = "cookie1=cookie1; cookie2=cookie2" conf.request_header_cookie = "" #自定义401认证。暂未实现。因为自定义请求头功能可满足该需求(懒XD) conf.request_header_401_auth = "" #自定义请求方法。默认配置get方法。其他配置：e.g:get;head #conf.request_method = "head" conf.request_method = "get" #自定义每个请求超时时间。默认配置3秒。 conf.request_timeout = 3 #随机延迟(0-x)秒发送请求。参数必须是整数。默认配置0秒，无延迟。 conf.request_delay = 0 #自定义单个目标，请求协程线程数。默认配置30线程 conf.request_limit = 30 #自定义最大重试次数。暂未实现。 conf.request_max_retries = 1 #设置持久连接。是否使用session()。暂未实现。 conf.request_persistent_connect = 0 #302重定向。默认False，不重定向。其他配置：e.g:True;False conf.redirection_302 = False #payload后添加后缀。默认空，扫描时，不添加后缀。其他配置：e.g:txt;php;asp;jsp #conf.file_extension = "txt" conf.file_extension = "" #处理响应配置 [ResponseHandler] #设置要记录的响应状态。默认配置[200]，记录200状态码。其他配置：e.g:[200,403,301] #conf.response_status_code = [200,403,301] conf.response_status_code = [200] #是否记录content-type响应头。默认配置1记录 #conf.response_header_content_type = 0 conf.response_header_content_type = 1 #是否记录页面大小。默认配置1记录 #conf.response_size = 0 conf.response_size = 1 #自定义匹配404页面正则 #conf.custom_404_page = "fake 404" conf.custom_404_page = "" #自定义匹配503页面正则。暂未实现。感觉用不着，可能要废弃。 #conf.custom_503_page = "page 503" conf.custom_503_page = "" #自定义正则表达式，匹配页面内容 #conf.custom_response_page = "([0-9]){3}([a-z]){3}test" conf.custom_response_page = "" #跳过显示页面大小为x的页面，若不设置，请配置成"None"，默认配置“None”。其他大小配置参考e.g:None;0b;1k;1m #conf.skip_size = "0b" conf.skip_size = "None" #代理选项 [ProxyHandler] #代理配置。默认设置“None”，不开启代理。其他配置e.g:{"http":"http://127.0.0.1:8080","https":"https://127.0.0.1:8080"} #conf.proxy_server = {"http":"http://127.0.0.1:8080","https":"https://127.0.0.1:8080"} conf.proxy_server = None #Debug选项 [DebugMode] #打印payloads并退出 conf.debug = 0 #update选项 [CheckUpdate] #github获取更新。暂未实现。 conf.update = 0 Q：我倒，配置文件这么多，终于看完了，可是我还想了解下默认的字典，还有怎么添加自己的字典？
A：哦呼，这里有默认字典文件介绍。还有添加自定义字典，需要将你的字典放入data文件夹，并修改dirmap.conf就可以使用了。
默认字典文件
字典文件存放在项目根目录中的data文件夹中：
dict_mode_dict.txt “字典模式”字典，使用dirsearch默认字典；
crawl_mode_suffix.txt “爬虫模式”字典，使用FileSensor默认字典；
fuzz_mode_dir.txt “fuzz模式”字典，使用DirBuster默认字典；
fuzz_mode_ext.txt “fuzz模式”字典，使用常见后缀制作的字典；
dictmult该目录为“字典模式”默认多字典文件夹，包含：BAK.min.txt(备份文件小字典)，BAK.txt(备份文件大字典)，LEAKS.txt(信息泄露文件字典)；
fuzzmult该目录为“fuzz模式”默认多字典文件夹，包含：fuzz_mode_dir.txt(默认目录字典)，fuzz_mode_ext.txt(默认后缀字典)。
Q：哇哦~
A：hhh，怎么啦？还有其他问题吗？
Q：嘻嘻，Dirmap看来是有点像小车车啦，话说完成这个项目，你参考了多少个轮子呀？
A：有很多很多，大多数都是gayhub上找到的项目，这里对这些项目贡献者表示感谢~！
致谢声明
dirmap在编写过程中，借鉴了大量的优秀开源项目的模式与思想，特此说明并表示感谢。
Sqlmap(架构参考)
POC-T(架构参考)
Saucerframe(架构参考)
gwhatweb(并发参考)
dirsearch(递归扫描实现参考)
cansina(解析header参考)
weakfilescan(爬虫动态字典模式参考)
FileSensor(爬虫动态字典模式参考)
BBscan(并发参考)
werdy(纯爆破模式参考)
还有很多开源的小脚本(字典模式参考)
还有很多的互联网文献资料(debug参考)
*本文作者：H4ckForJob，转自FreeBuf