常见的判断网站cms方法

1.robots.txt文件

robots.txt文件我们写过爬虫的就知道，这个文件是告诉我们哪些目录是禁止爬取的。但是大部分的时候我们都能通过robots.txt文件来判断出cms的类型

如：

从wp路径可以看出这个是WordPress的cms

这个就比较明显了直接告诉我们是PageAdmin cms

也有些robots.txt里面写得不是很清楚。我们看看织梦的

从robots.txt不能直接看出来是什么cms，我们就直接把他复制到百度去查询

这样就找到了是织梦的cms

2.通过版权信息进行查询

一般直接拉到底部查看版权信息，有些站点会显示出来，比如织梦这个

3.通过查看网页源码的方式

有些站点没有robot.txt，也把版本信息改了，这时候首页查看网页源码可能找得到

4.通过比较网站md5值

有些cms的扫描器就是用这个原理的，先收集某个cms的某个路径的文件的md5值，要求这个文件一般不会被使用者修改的。然后访问这个网站同样的路径下是否存在这个文件，存在的话比较md5值。相同能报出cms类型。这个比较考验字典的能力。