当前位置: 首页 > news >正文

Fiddler 5.21.0 使用指南:过滤浏览器HTTP(S)流量下(四)

概述

在上一篇文章中,我们介绍了一部分简单的过滤功能,已经可以帮助我们较为准确的定位到感兴趣的请求;提升我们的工作效率,我们可以通过设置更为复杂的过滤规则,精准到定位的我们想要的请求和响应信息。专注于分析对我们当前任务至关重要的数据。无论是调优性能、测试特定功能、还是识别安全漏洞都是非常有帮助的。

高级规则

2.1 添加规则
  • 依据Response Body Size (响应体大小)和 Request Body Size(请求体大小)进行过滤,可以辅助我们找到哪些请求资源或者响应资源过大,影响了使用体验。
    • Response Body Size Is greater than or equal 1914。
    • Request Body Size Is less than 606。

  • 依据Request Cookie (请求Cookie) 进行过滤,可以找出哪些请求携带了我们指定的Cookie。
    • Request Cookie _uetsid(自定义)Exists。
    • Request Cookie _uetvid(自定义)Does not Exists。

  • 依据 Request Header (请求头)和 Response Header(响应头)进行过滤,可以根据请求头和响应头信息判断哪些资源使用协议特性,比如缓存,压缩等。
    • Request Header content-type(自定义) Is equal to application/javascript (自定义)。
    • Response Header Cache-Control(自定义)Contains no cache(自定义)。

  • 依据 RemoteIP(服务端IP)进行过滤,可以找出哪些资源请求到了指定的IP地址所在的远端服务器。
    • Remote IP Regular expression 8.219.*(参照当前请求域名解析的IP地址进行设置)。

  • 依据 Duration(资源加载时间)进行过滤,可以很好的找出哪些资源的加载时间过长,影响了客户体验。
    • Duration Is greater than or equal 2424。

  • 依据远端 HTTP Version(http协议版本号)进行过滤,协议版本是影响性能的重要因素,可以帮助我们找到可优化的请求。
    • Remote HTTP Version Is equal to HTTP/2。

2.2 应用规则
  • 分别配置好上述一个或多个规则后,点击按钮 Apply,即可应用规则。

3. 总结

在复杂的网络通信场景中,Fiddler的高级过滤规则是提高工作效率、确保信息安全、优化网络性能的重要工具。通过合理配置和使用这些规则,用户可以更快速、更准确地定位和解决网络相关问题。然而,需要注意的是,有效地使用这些高级规则,要求用户具有深入理解网络协议和Fiddler工具的能力。继上一篇关于Fiddler基础使用的讨论之后,本篇文章更深入地探索了Fiddler的高级过滤功能,旨在帮助用户从基本使用逐步过渡到高级应用,充分挖掘并利用Fiddler在网络调试和分析中的潜能。

http://www.lryc.cn/news/500374.html

相关文章:

  • 【踩坑】pip安装依赖卡在Installing build dependencies ...
  • 【WRF-Urban】SLUCM新增空间分布城市冠层参数及人为热排放AHF代码详解(下)
  • 云桌面:云计算桌面
  • WPF+LibVLC开发播放器-音量控制和倍速控制
  • 数智运营一体化平台项目经营分享
  • 记录blender学习过程中遇到的问题
  • (八)腾讯cloudstudio+Stable-Diffusion-webui AI绘画教程-安装插件
  • 记一次跑前端老项目的问题
  • 深度学习:MindSpore自动并行
  • python拆分Excel文件
  • Python实现Excel中数据条显示
  • c#如何开发后端
  • 6.Vue------async/await详细的讲解---知识积累
  • Redis面试专题-持久化
  • 如何将快捷指令添加到启动台
  • ansible自动化运维(二)ad-hoc模式
  • 技术栈6:Docker入门 Linux入门指令
  • OPStack Optimism Layer2
  • Leetcode—1498. 满足条件的子序列数目【中等】
  • 生活大爆炸版石头剪刀布(洛谷P1328)
  • OmniParser一种用于增强视觉语言模型与用户界面交互效果的技术
  • Unity引擎UI滚动列表——滚动复用基础介绍
  • 在 Windows 11 WSL (Ubuntu 24.04.1 LTS) | Python 3.12.x 下部署密码学库 charm
  • 【六足机器人】01功能开发
  • notepad++安装教程(超详细)
  • 创建简单的 PL/pgSQL 存储过程
  • Java项目实战II基于微信小程序的无中介租房系统(开发文档+数据库+源码)
  • Node.js实现WebSocket教程
  • Docker Compose实战一( 轻松部署 Nginx)
  • hive分区分桶、数据倾斜总结