别再只会用默认字典了！Dirsearch自定义字典与高级过滤实战（附避坑清单）

突破Dirsearch基础用法：定制化字典与智能过滤实战指南

当你第一次使用Dirsearch完成目录扫描时，那种发现隐藏路径的兴奋感可能很快就会被海量无效结果冲淡——数百个404响应中零星散布着几个200状态码，而其中大部分又是毫无价值的默认页面或图片。这种低效的扫描不仅浪费时间，更可能让你错过真正关键的敏感路径。本文将带你超越基础用法，掌握针对特定目标的精准打击技巧。

1. 为什么默认字典不再够用？

大多数安全从业者刚开始接触目录爆破时，都会直接使用工具自带的默认字典。这些通用字典（如common.txt、directory-list-2.3-medium.txt）确实能发现一些常见路径，但它们存在三个致命缺陷：

1. 覆盖率陷阱：默认字典通常包含数万条目，但针对特定CMS的有效路径可能不足1%
2. 噪音污染：大量无效请求会触发目标WAF的防护机制，导致IP被封禁
3. 漏报风险：新兴框架的独特路径很少被收录到通用字典中

以WordPress为例，其核心文件结构相对固定，但不同插件和主题会引入大量特殊路径。我们曾在一个客户案例中发现，使用默认字典扫描时漏掉了关键插件漏洞路径/wp-content/plugins/vulnerable-plugin/admin/backdoor.php，而这个路径只存在于专门的WordPress字典中。

2. 构建精准字典的四大策略

2.1 CMS特征提取法

针对特定CMS系统，我们可以从其安装包中直接提取有效路径：

# 提取WordPress核心路径 unzip -l wordpress-5.8.zip | awk '{print $4}' | grep -E '^wp-(admin|includes|content)' > wp_core_paths.txt # 提取ThinkPHP默认模块 find thinkphp/ -type f | sed 's/thinkphp\///' | grep -vE '(\\.git|README)' > thinkphp_paths.txt

这种方法能确保字典100%匹配目标框架，但需要注意：

• 删除版本控制文件路径（如.git/）
• 过滤文档文件（README.md等）
• 保留有漏洞历史的目录（如/upload/）

2.2 行业专属路径收集

不同行业网站有其特有路径模式：

建议按目标行业特点补充以下内容：

• 行业术语英文缩写（如/emr/电子病历）
• 常见业务接口（如/api/v1/payment/verify）
• 管理后台命名习惯（中文站点常用/admin/，而英文可能用/dashboard/）

2.3 动态字典生成技巧

使用Crunch工具生成模式化字典：

# 生成日期格式的后台路径(适合政务系统) crunch 8 8 -t /%%%%%%%/ -o date_patterns.txt # 组合型路径爆破(目录+文件) crunch 4 4 -f /usr/share/crunch/charset.lst mixalpha | \ awk '{print "/api/v1/"$0"/config"}' > api_paths.txt

提示：动态字典应配合响应时间延迟使用(--delay参数)，避免触发速率限制

2.4 字典优化实战案例

假设目标使用ThinkPHP框架，我们可以创建复合字典：

1. 基础框架路径

   • /application/admin/controller/
   • /public/static/js/
   • /thinkphp/library/

2. 常见漏洞路径

   • /index.php?s=/index/\\think\\app/invokefunction
   • /?s=admin/login/index

3. 备份文件模式

   • *.zip
   • *.tar.gz
   • *.bak

最终通过以下命令合并去重：

cat thinkphp_*.txt | sort -u | grep -v '#' > thinkphp_final.txt

3. 高级过滤：从噪音中提取信号

3.1 状态码智能过滤

Dirsearch默认会标记所有2xx和3xx响应，但实际场景中需要更精细的控制：

# 只关注特定状态码 dirsearch -u https://target.com -w custom_dict.txt \ -i 200,403,500 --exclude-status=404,302 # 排除特定大小的403响应(通常是无意义的权限错误) dirsearch -u https://target.com --exclude-sizes=1234,5678

状态码组合策略示例：

3.2 响应内容精准匹配

通过响应正文特征过滤无效结果：

# 排除包含特定文本的响应(如默认页面) dirsearch -u https://target.com --exclude-text="Welcome to nginx" # 使用正则表达式排除模板页面 dirsearch -u https://target.com --exclude-regex="<title>.*Error</title>" # 排除特定大小的响应(如默认图片) dirsearch -u https://target.com --exclude-sizes=5432,12345

常见过滤模式参考：

• 登录页面特征：/login、username/password、csrf_token
• 默认页面特征：Powered by、Copyright、Default Page
• 错误页面特征：404 Not Found、The page cannot be displayed

3.3 智能递归扫描策略

传统递归扫描会暴力遍历所有子目录，我们可以通过智能限制提升效率：

# 仅对关键目录递归(如/admin/) dirsearch -u https://target.com --subdirs=/admin/,/api/ # 排除无价值目录递归(如/static/) dirsearch -u https://target.com --exclude-subdirs=/static/,/images/ # 限制递归深度和响应类型 dirsearch -u https://target.com -R 2 --recursion-status=200,301

递归扫描最佳实践：

1. 首次扫描不使用递归，识别关键目录
2. 对可疑路径进行有限深度递归(建议-R 2)
3. 对API目录使用--force-recursive强制递归

4. 实战：WordPress站点深度扫描

4.1 准备工作

创建专用字典：

# 核心路径 wget https://example.com/wordpress_paths.txt # 插件漏洞历史路径 grep -r "Plugin Name" /var/www/html/wp-content/plugins/ | \ awk -F':' '{print $1}' | xargs -I {} dirname {} | \ sort -u > wp_plugins.txt # 合并字典 cat wordpress_paths.txt wp_plugins.txt > wp_combined.txt

4.2 精准扫描命令

dirsearch -u https://wp-site.com -w wp_combined.txt \ -e php,txt,zip --exclude-text="WordPress" \ --exclude-sizes=1234,5678 --subdirs=/wp-admin/,/wp-content/ \ -t 20 --delay=500 -i 200,403 --recursive --max-recursion-depth=2

关键参数解析：

• -e php,txt,zip：重点扫描可执行文件和备份
• --exclude-text="WordPress"：过滤默认主题页面
• --delay=500：每个请求间隔500ms避免触发防护
• --max-recursion-depth=2：限制递归层数

4.3 结果分析技巧

有效路径通常具有以下特征：

• 非常规状态码组合（如403返回但内容长度异常）
• 响应时间明显长于其他路径（可能触发后台处理）
• 缺少常见框架标识（可能是自定义后台）
• 路径包含敏感关键词（admin、backup、config）

使用以下命令分析扫描结果：

# 按状态码分类 cat report.json | jq '.results[] | select(.status == 403)' # 查找特定内容长度的响应 cat report.json | jq '.results[] | select(.length > 1000 and .length < 1500)'

5. 避坑清单与性能优化

5.1 常见错误解决方案

问题1：扫描结果大量重复

• 解决方案：使用--remove-extensions参数统一路径格式

问题2：IP被目标封禁

• 解决方案：组合使用--proxy和--random-agent，并降低线程数

问题3：漏报重要路径

• 解决方案：尝试不同HTTP方法-m POST，配合--data 'key=value'

问题4：扫描速度过慢

• 优化方案：

  # 先快速扫描短路径 dirsearch -u https://target.com -w quick.txt -t 50 --max-response-size=10000 # 再深度扫描可疑区域 dirsearch -u https://target.com -w deep.txt -t 10 --subdirs=/admin/

5.2 高级参数调优

性能优化参数组合：

5.3 日志与报告技巧

生成结构化报告并分析：

# 生成JSON报告 dirsearch -u https://target.com -o report.json --format=json # 使用jq提取关键信息 cat report.json | jq '.results[] | select(.status == 200) | .url'

报告分析重点关注：

• 相同路径不同响应（可能存在的权限控制）
• 相似路径不同状态码（可能的路径遍历）
• 异常响应时间（可能的后端处理）
• 非常规文件类型（如.txt返回HTML内容）