Katana 使用方法

标志:
输入:
   -u, -list string[]  目标 URL / 要爬取的列表

配置:
   -r, -resolvers string[]       自定义解析器列表（文件或逗号分隔）
   -d, -depth int                最大爬取深度（默认 3）
   -jc, -js-crawl                启用 JavaScript 文件中的端点解析/爬取
   -jsl, -jsluice                启用 JavaScript 文件中的 jsluice 解析（内存密集型）
   -ct, -crawl-duration value    爬取目标的最大持续时间 (s, m, h, d)（默认 s）
   -kf, -known-files string      启用已知文件的爬取（all,robotstxt,sitemapxml）
   -mrs, -max-response-size int  要读取的最大响应大小（默认 9223372036854775807）
   -timeout int                  请求等待时间（秒）（默认 10）
   -aff, -automatic-form-fill    启用自动表单填充（实验性）
   -fx, -form-extraction         在 jsonl 输出中提取表单、输入、文本区域和选择元素
   -retry int                    重试请求的次数（默认 1）
   -proxy string                 使用的 http/socks5 代理
   -H, -headers string[]         在所有 HTTP 请求中包含的自定义 header/cookie，格式为 header:value（文件）
   -config string                katana 配置文件的路径
   -fc, -form-config string      自定义表单配置文件的路径
   -flc, -field-config string    自定义字段配置文件的路径
   -s, -strategy string          访问策略（depth-first, breadth-first）（默认 "depth-first"）
   -iqp, -ignore-query-params    忽略爬取具有不同查询参数值的相同路径
   -tlsi, -tls-impersonate       启用实验性 client hello (ja3) tls 随机化

调试:
   -health-check, -hc        运行诊断检查
   -elog, -error-log string  写入已发送请求错误日志的文件

无头模式:
   -hl, -headless                    启用无头混合爬取（实验性）
   -sc, -system-chrome               使用本地安装的 Chrome 浏览器而不是 katana 安装的浏览器
   -sb, -show-browser                在无头模式下在屏幕上显示浏览器
   -ho, -headless-options string[]   使用附加选项启动无头 Chrome
   -nos, -no-sandbox                 在 --no-sandbox 模式下启动无头 Chrome
   -cdd, -chrome-data-dir string     存储 Chrome 浏览器数据的路径
   -scp, -system-chrome-path string  为无头爬取指定 Chrome 浏览器
   -noi, -no-incognito               不使用隐身模式启动无头 Chrome
   -cwu, -chrome-ws-url string       使用在其他地方启动的带有调试器监听此 URL 的 Chrome 浏览器实例
   -xhr, -xhr-extraction             在 jsonl 输出中提取 xhr 请求 url,method

范围:
   -cs, -crawl-scope string[]       爬虫要遵循的范围内 URL 正则表达式
   -cos, -crawl-out-scope string[]  爬虫要排除的范围外 URL 正则表达式
   -fs, -field-scope string  预定义的范围字段 (dn,rdn,fqdn) 或自定义正则表达式（例如，'(company-staging.io|company.com)'）（默认 "rdn"）
   -ns, -no-scope                   禁用基于主机的默认范围
   -do, -display-out-scope          显示来自范围爬取的外部端点

过滤:
   -mr, -match-regex string[]       匹配输出 URL 的正则表达式或正则表达式列表（cli, file）
   -fr, -filter-regex string[]      过滤输出 URL 的正则表达式或正则表达式列表（cli, file）
   -f, -field string                输出中显示的字段 (url,path,fqdn,rdn,rurl,qurl,qpath,file,ufile,key,value,kv,dir,udir)
   -sf, -store-field string         存储在每个主机输出中的字段 (url,path,fqdn,rdn,rurl,qurl,qpath,file,ufile,key,value,kv,dir,udir)
   -em, -extension-match string[]   匹配给定扩展名的输出（例如，-em php,html,js）
   -ef, -extension-filter string[]  过滤给定扩展名的输出（例如，-ef png,css）
   -mdc, -match-condition string    使用基于 DSL 的条件匹配响应
   -fdc, -filter-condition string   使用基于 DSL 的条件过滤响应

速率限制:
   -c, -concurrency int          要使用的并发抓取器数量（默认 10）
   -p, -parallelism int          要处理的并发输入数量（默认 10）
   -rd, -delay int               每个请求之间的请求延迟（秒）
   -rl, -rate-limit int          每秒最大发送请求数（默认 150）
   -rlm, -rate-limit-minute int  每分钟最大发送请求数

更新:
   -up, -update                 更新 katana 到最新版本
   -duc, -disable-update-check  禁用 katana 自动更新检查

输出:
   -o, -output string                写入输出的文件
   -sr, -store-response              存储 HTTP 请求/响应
   -srd, -store-response-dir string  将 HTTP 请求/响应存储到自定义目录
   -or, -omit-raw                    从 jsonl 输出中省略原始请求/响应
   -ob, -omit-body                   从 jsonl 输出中省略响应体
   -j, -jsonl                        以 jsonl 格式写入输出
   -nc, -no-color                    禁用输出内容着色（ANSI 转义码）
   -silent                           仅显示输出
   -v, -verbose                      显示详细输出
   -debug                            显示调试输出
   -version                          显示项目版本