Reqable爬虫抓包工具(国产网络调试工具)

官网界面截图:

官网地址:https://reqable.com/zh-CN/windows/

历史由来:

Reqable的前身是HttpCanary(一款Android平台应用程序),但是国内开发者推翻了所有的技术栈,并用C++和Flutter重写,只保留了logo和主题色,所以两者并没有太多关联。当然,Reqable的使命之一,就是完全替代HttpCanary。预计在2023年底,Reqable将会推出桌面端 + 移动端的多平台独立应用程序。

介绍

Reqable是一款跨平台的专业HTTP开发和调试工具,在全平台支持HTTP1、HTTP2和HTTP3(QUIC)协议,简单易用、功能强大、性能高效,助力程序开发和测试人员提高生产力!本产品需要一定的网络基础知识,适合开发、测试、网络、安全、爬虫等工程专业人员使用。

1.API调试

Reqable采用经典的MITM代理方式进行流量分析,支持重写、脚本(Python)、断点和重放等功能。

  • 支持HTTP/1.x, HTTP2协议版本,HTTP3(QUIC)暂不支持。
  •  支持HTTP/HTTPS/Socks4/Socks4a/Socks5代理方式。
  •  支持HTTPS,TLSv1.1、TLSv1.2和TLSv1.3加密协议。
  •  支持基于IPv4和IPv6地址。
  •  支持基于HTTP1升级的WebSocket协议。
  •  支持HTTP/HTTPS二级代理(调试境外流量)。
  •  搜索筛选:提供书签、域名、快捷筛选栏和多条件等高级搜索方式。
  •  网关功能:对指定请求或响应进行屏蔽,挂起等操作。
  •  重写功能:预设规则对指定请求或响应进行重定向、替换或者修改。
  •  断点功能:对请求或响应进行实时断点操作,比如屏蔽,挂起或修改替换数据等。
  •  脚本功能:支持编写Python脚本处理实时请求或响应。
  •  镜像功能:对指定域名和端口配置镜像映射。
  •  测试联动:支持从调试列表创建API进行测试。
  •  历史记录:自动保存抓包的流量数据,方便回溯查看。
  •  重发回放:支持单个或多个请求进行回放测试。
  •  自动高亮:支持设定自定义规则对请求进行多种颜色高亮。
  •  HAR支持:自动关联HAR格式文件,并支持HAR导出和导入。

2.API测试

Reqable可以编辑和发送HTTP请求,用来测试API接口,同时还支持API集合存储和历史记录等功能。

  •  支持HTTP/1.1, HTTP2和HTTP3(QUIC)协议。
  •  多个会话:支持创建多个Tab进行API测试。
  •  集合导入:支持导入Postman、Hoppscotch、Apifox和ApiPost等API集合。
  •  批量编辑:支持批量编辑请求参数、请求头、表单等。
  •  授权设置:支持API KEY、Basic Auth和Bearer Token等授权方式。
  •  代理设置:支持自定义代理配置,系统代理和调试代理等。
  •  性能测试:可以查看请求在不同环节的耗时数据。
  •  Cookie管理:自动保存Cookie或在请求头中自动加入关联的Cookie。
  •  历史记录:自动保存发送的请求和响应数据,方便回溯查看。
  •  cURL支持:可以导入和导出cURL。

 3.工具辅助

Reqable提供了一些常用的辅助工具。

  •  Base64编解码。
  •  URL编解码。
  •  Md5计算。
  •  时间戳转换。
  •  JSON/XML查看器。
  •  二维码生成。
  •  正则表达式测试。
  •  接口数据Diff。

 4.支持平台,如图:

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/431994.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Tensorflow2.0笔记 - 计算梯度

本笔记主要记录tf.GradientTape和tf.gradient的用法 import tensorflow as tf import numpy as nptf.__version__#要计算梯度的所有参数计算过程必须放到gradient tape中 #with tf.GradientTape as tape: w tf.constant(1.) x tf.constant(2.)with tf.GradientTape() as tap…

在线部署ubuntu20.04服务器,安装jdk、mysql、redis、nginx、minio

查看服务器版本为20.04 lsb_release -a服务器初始账号密码 sxd / 123456 首先,更改自身密码都输入123456 sudo passwd 创建最高权限root账号,密码为 123456 su root 更新源列表 sudo apt-get update 安装 openssh-server和vim,途中输入y sudo ap…

46、Numpy手推共空间模式CSP,用于脑电EEG信号分类

一、Numpy实现CSP公式及对应的代码 CSP全部流程: 1、CSP先将数据按照类别分类,两类数据可分为E1、E2 2、计算分类后的原始数据的协方差矩阵: 方差矩阵: C协方差矩阵,E原始EEG信号,trace求迹 实现代码&a…

使用java的Stream流进行Collectors.groupingBy分组后生成Map,对Map进行删除原集合是否会发生改变

在Java中,当我们使用Collectors.groupingBy方法对集合进行分组操作时,生成的新映射(Map)是基于原始集合(allItems)的数据结构和内容创建的。这意味着,如果你更改了新的映射allItemMap中的值&…

xss.haozi.me:0X12

</script> <script>alert(1)\</script>

[数据结构]OJ一道------用栈实现队列

题目来源:232. 用栈实现队列 - 力扣&#xff08;LeetCode&#xff09; 解题思路来源:力扣官方题解 https://leetcode.cn/problems/implement-queue-using-stacks/solutions/632369/yong-zhan-shi-xian-dui-lie-by-leetcode-s-xnb6/ 首先我们先来看题目: 给的代码: typedef s…

基于springboot的计算机类考研交流平台(源码+论文)

目录 前言 一、功能设计 二、功能实现 三、库表设计 四、论文 前言 教育发展不仅仅是关乎到每一位学生的大事情&#xff0c;更是一个国家发展的基本方针。教育发展当中最重要的就是高校学生的教学工作&#xff0c;信息技术也是能够改变我们生活方式的一种强大力量&#xf…

EdgeX Foundry - Modbus 设备服务

文章目录 一、Modbus 设备服务1.概述2.协议属性3.数据类型转换3.1.读命令3.2.写命令3.3.何时转换数据3.4.支持的转换 二、连接 Modbus 设备1.docker-comepse2.设备配置文件3.Modbus 配置4.启动 EdgeX Foundry5.Modbus 测试工具6.访问 UI6.1. consul6.2. EdgeX Console 7.测试7.…

【深度学习笔记】计算机视觉——单发多框检测(SSD)

单发多框检测&#xff08;SSD&#xff09; sec_ssd 在 sec_bbox— sec_object-detection-dataset中&#xff0c;我们分别介绍了边界框、锚框、多尺度目标检测和用于目标检测的数据集。 现在我们已经准备好使用这样的背景知识来设计一个目标检测模型&#xff1a;单发多框检测&…

CSS小知识

文章目录 1. box-sizing属性描述的是什么&#xff0c;可以设置为哪些值&#xff1f; 1. box-sizing属性描述的是什么&#xff0c;可以设置为哪些值&#xff1f; box-sizing 属性定义如何计算一个元素的总宽度和总高度&#xff0c;主要设置是否需要加上内边距(padding)和边框等…

http代理IP适合什么场景使用?HTTP代理IP的优势在哪里呢?

HTTP代理IP在多种场景下都能发挥重要作用&#xff0c;尤其是在网络请求处理、数据抓取、爬虫应用以及隐私保护等方面。下面&#xff0c;我们将详细探讨HTTP代理IP适用的场景以及其所具备的优势。 一、HTTP代理IP适合什么场景使用&#xff1f; 1. 网络请求处理&#xff1a;在进行…

第六篇:人工智能与机器学习技术VS数据迁移(Data Migration)--- 我为什么要翻译介绍美国人工智能科技巨头IAB公司?

(source: 图片来自麻省理工官网&#xff09; IAB平台&#xff0c;使命和功能 IAB成立于1996年&#xff0c;总部位于纽约市。 作为美国的人工智能科技巨头社会媒体和营销专业平台公司&#xff0c;互动广告局&#xff08;IAB- the Interactive Advertising Bureau&#xff09;…

opencv dnn模块 示例(24) 目标检测 object_detection 之 yolov8-pose 和 yolov8-obb

前面博文【opencv dnn模块 示例(23) 目标检测 object_detection 之 yolov8】 已经已经详细介绍了yolov8网络和测试。本文继续说明使用yolov8 进行 人体姿态估计 pose 和 旋转目标检测 OBB 。 文章目录 1、Yolov8-pose 简单使用2、Yolov8-OBB2.1、python 命令行测试2.2、opencv…

java算法第十天 | ● 栈和队列理论基础 ● 232.用栈实现队列 ● 225. 用队列实现栈

栈和队列理论基础 栈 &#xff1a;先进后出队列 &#xff1a;先进先出 Java中队列Queue的操作 队列 使用Queue接口创建队列 &#xff0c;Queue的实现类有LinkedList和ArrayDeque。最常用的实现类是LinkedList。 Queue的六种方法&#xff1a; add&#xff08;&#xff09;和…

基于SpringBoot+MYSQL的网页时装购物系统

目录 1、 前言介绍 2、主要技术 3、系统流程分析 3.1、系统登录流程图 3.2、添加信息流程图 3.3、删除信息流程图 4、系统体系结构 4.1、时装购物系统的结构图 4.2、登录系统结构图 4.3、时装购物系统结构图 5、数据库设计原则 5.1、管理员信息属性图 5.2、用户管…

CSS文本样式值,web前端开发资料

正文 什么是行内元素&#xff1f; display属性为inline的元素为行内元素&#xff0c;英文&#xff1a;inline element&#xff0c;其中文叫法有多种&#xff0c;如&#xff1a;内联元素、内嵌元素、行内元素、直进式元素等。 特点&#xff1a; 和其他元素都在一行上&#x…

汉字中文验证码点选识别匹配,达到商用级别

汉字中文验证码点选识别匹配深度学习方法实现&#xff0c;达到商用级别 一、简介1.1 需求分析1.2 运行效果1.3 性能指标 二、使用方法2.1 源码运行2.2 打包后运行2.3 测试效果 三、项目下载 一、简介 1.1 需求分析 针对中文验证码进行识别&#xff0c;当出现以下验证码时&…

MySQL性能优化-Mysql索引篇(4)

概览 承接上文&#xff0c;我们说过数据库读取磁盘的最小单位是页不是行&#xff0c;那么对于数据库来说&#xff0c;如果我们想要查找多行记录&#xff0c;查询时间是否会成倍地提升呢&#xff1f;其实数据库会采用缓冲池的方式提升页的查找效率。 为了更好地理解SQL查询效率…

计算机设计大赛 深度学习的动物识别

文章目录 0 前言1 背景2 算法原理2.1 动物识别方法概况2.2 常用的网络模型2.2.1 B-CNN2.2.2 SSD 3 SSD动物目标检测流程4 实现效果5 部分相关代码5.1 数据预处理5.2 构建卷积神经网络5.3 tensorflow计算图可视化5.4 网络模型训练5.5 对猫狗图像进行2分类 6 最后 0 前言 &#…

【探索AI】程序员如何选择职业赛道?

程序员如何选择职业赛道&#xff1f; 程序员的职业赛道就像是一座迷宫&#xff0c;有前端的美丽花园&#xff0c;后端的黑暗洞穴&#xff0c;还有数据科学的神秘密室。你准备好探索这个充满挑战和机遇的迷宫了吗&#xff1f;快来了解如何选择职业赛道吧&#xff01; 自我评估…