Question

我正在尝试创建一个脚本，用于检测给定的URL是否指向Joomla网站。

现在我有：

def is_joomla(url):
    manifest = url + '/administrator/manifests/files/joomla.xml'
    # get XML

    if "joomla" in XML: # simplified
        return True
    return False

另一种选择是以小写字母检查html中的Joomla字符串，但它不可靠。我知道有些Joomla页面无法被检测到，但大多数都应该被检测到。

还有其他迹象可以帮助我发现它是否是Joomla？我不在乎版本。

Answer 1

我会检查不同的点，以确保您抓取的网页是一个joomla网站。

检查DOMAIN /管理员/响应是否为200.如果为true，请检查元数据以确保它是joomla。在管理页面上，您可以找到<meta name="generator" content="Joomla! - Open Source Content Management" />
检查joomla默认提供的DOMAIN / robots.txt，并在此文件中搜索“Joomla”。也应该返回true。
您可以检查html中的其他参数，例如是否存在样式表存储在其中的“templates”文件夹。

我认为如果选项1和3返回true，您可以非常确定已爬网页面是一个joomla站点。选项2不保存，因为有些人可能会删除robots.txt。

Answer 2

您可以通过简单检查网站上的响应代码（X-CF-Powered-By）来查看网站正在运行Joomla示例：

Antwort HTTP/1.1 200 OK
Date    Fri, 28 Jul 2017 09:02:35 GMT
Content-Type    text/html; charset=utf-8
Transfer-Encoding   chunked
X-CF-Powered-By CF-Joomla 0.1.5
P3P CP="NOI ADM DEV PSAi COM NAV OUR OTRo STP IND DEM"
Expires Wed, 02 Aug 2017 09:02:35 GMT

Answer 3

在继续之前，您需要建立连接，直到此html文件不在磁盘中。除此之外，您可以使用BeautifulSoup来解析它并使用您正在寻找的标签。

如何检测Joomla网站？

3 个答案: