02 勘察：使用 HTTrack 下载一个站点用于离线分析

正如 HTTrack 的官方网站上讲的：该工具可以帮你把网站内容从服务器下载到本地的某个目录下，递归的保存所有的目录、HTML、图片、其它文件等。这边文章，我们将使用 HTTrack 下载一个完整的站点。

实施步骤

首先，打开我们的漏洞靶机：Vulnerable_VM 【配置参见：测试环境搭建】

Kali 中默认没有 HTTrack 软件（最新版的有），因此我们需要先安装下：

root@kali:~# apt-get install httrack

创建站点下载保存目录，进入目录，开始下载（最简单的使用方法就是后面跟目标站点的URL）：

root@kali:~/test_crawler# mkdir bodgeit_httrack
root@kali:~/test_crawler# cd bodgeit_httrack
root@kali:~/test_crawler/bodgeit_httrack# httrack http://192.168.150.143/bodgeit/
WARNING! You are running this program as root!
It might be a good idea to run as a different user
Mirror launched at 23:24:13 by HTTrack Website Copier/3.48-21 [XR&CO'2014]
mirroring http://192.168.150.143/bodgeit/ with the wizard help..
Done.: 192.168.150.143/bodgeit/advanced.jsp (3027 bytes) - 500
Thanks for using HTTrack!

注意：URL最后的 “/” 不能省略，否则会返回 404，Server的根目录没有文件 bodgeit。

直接从本地离线访问下载的站点：

访问下载到本地的网站

总结

HTTrack下载的是站点的静态拷贝，一切动态内容都无法获取，如用户输入的响应信息。实际下载到的内容如下：

• 一个以站点名称或地址命名的目录，里面包含下载的所有文件。
• cookies.txt 文件（包含下载站点时所用的cookies信息）
• hts-cache 目录（包含Crawler检测到的待下载文件清单，该清单后续会由HTTrack处理）
• hts-log.txt 文件（包含爬取和下载站点时的错误、告警和其他信息）
• index.html 文件（指向下载站点的原始index.html文件）

除了以上介绍的基本用法外，还可以跟定制化参数实现更高级的功能：

• -rN：设置爬取深度
• -%eN：设置爬取的外部链接的深度
• +[pattern]：根据pattern设置白名单，如 +baidu.com/
• -[pattern]：根据pattern设置黑名单，跳过下载的URL
• -F [user-agent]：指定下载时使用的user-agent

更对帮助信息请参考：

root@kali:~# httrack --help