尧图网站建设 
10分钟跑通 Social-Analyzer批量用户名检测全解【免费下载链接】social-analyzerAPI, CLI, and Web App for analyzing and finding a persons profile in 1000 social media \ websites项目地址: https://gitcode.com/GitHub_Trending/so/social-analyzer上周我要核实一个昵称到底是谁在注册。手里只有用户名而互联网上的社交平台有一千多个挨个打开显然不现实。这时我找到了 Social-Analyzer一款开源 OSINT 工具OSINT 即开源情报指从公开数据里挖掘线索它能对 1000 多个站点做批量检测用户名。这篇指南带你 10 分钟内跑通核心流程。 Social-Analyzer 的 4 项核心能力批量用户名检测。工具内置 1000 多个站点的数据库维护在 data/sites.json。你输入用户名它自动逐站访问告诉你哪些平台存在同名账号。典型场景只知道某人的昵称想定位他的活跃平台。多层检测与评分。检测逻辑分 OCR、常规、高级、特殊 4 类每条结果给出 0 到 100 的 rate 分值。分数越高越可能属于本人。典型场景用户名恰好是常见词需要靠评分过滤误报。字符串与姓名分析。用排列组合推导用户名的可能变体比如 johndoe 变成 john.doe 或 jo_hn99还能做词源和姓名相似度分析。典型场景目标用户名有很多变体写法。元数据提取与可视化。发现主页后可进一步从页面里提取元数据与模式并画成力导向图。典型场景想关联多个账号找出它们之间的共同点。 安装 Social-Analyzer 并跑通最小检测流程第一步拉代码并装依赖。git clone https://gitcode.com/GitHub_Trending/so/social-analyzer cd social-analyzer npm install npm start这一步把项目拉到本地、装好 Node 依赖并直接启动 Web 服务。如果你只想要命令行装一个 Python 包即可pip3 install social-analyzer。第二步打开 Web 界面。服务起来后访问 http://0.0.0.0:9005/app.html在输入框填用户名选中 FindUserProfilesFast点 Analyze。第三步看结果。结果区会列出检测到的主页每条包含 Link、Rate、Title、Text。Rate 是 0 到 100 的评分越接近 100越可能属于目标本人。 Social-Analyzer 常用参数拆解如何用 --username 批量检测多个用户名怀疑几个昵称是同一个人时用英文逗号隔开一次跑完python3 -m social-analyzer --username johndoe,janedoe输出按用户分组方便对比两个账号同时出现在哪些平台。注意这里有个细节分隔符必须是英文逗号逗号后不要加空格。如何用 --filter 过滤低置信度结果默认结果会混着 good、maybe、bad 三档置信度。只留高置信命中时python3 -m social-analyzer --username johndoe --filter goodgood 代表高置信度maybe 是可能bad 是低置信也能写成 good,bad 组合。实际跑起来你会发现过滤太狠会漏线索可以再用 all 跑一遍对照。如何用 --top 限定范围只查前 100 个站点全库扫描耗时较长用 --top 只查排名前 100 的站点能省不少时间python3 -m social-analyzer --username johndoe --top 100也可以按国家用 --countries us br或按类型用 --type 筛选站点。用了 --top 就不用再传 --websites。如何用 --metadata 提取元数据与模式发现主页后加 --metadata会自动从页面提取元数据和模式信息python3 -m social-analyzer --username johndoe --metadata提取依赖 QeeqBox OSINT 引擎首次运行偏慢。如果卡得太久可以先去掉这个参数跑基础扫描。 进阶组合拳多用户交叉比对与结构化输出多用户交叉比对锁定关键站点如果你已经心中有数目标可能活跃在哪几个平台那么可以固定范围直接跑python3 -m social-analyzer --username user1,user2 --websites twitter youtube扫描只覆盖你指定的站点多个用户同时出现的平台往往就是最值钱的线索。慢速深度检测 截图留档如果常规模式被某些站点的反爬挡住那么可以换 slow 模式。它用 Webdriver相当于真实开一个浏览器渲染页面来检测还能把页面截图保存下来留档python3 -m social-analyzer --username johndoe --mode slow --screenshotsslow 模式比 fast 慢得多而且需要本机装最新版 Chrome。输出 JSON 喂给自己的脚本如果你要把结果接进自己的调查流水线那么可以把工具作为 Python 对象导入直接拿到结构化返回值完整写法见 READMEfrom importlib import import_module sa import_module(social-analyzer).SocialAnalyzer() results sa.run_as_object(usernamejohndoe, silentTrue)批量用户名检测避坑清单与安全边界只对授权范围内的目标做检测结果不用于骚扰、跟踪任何人把它限定在安全研究等合法用途里。工具按本地运行设计没有访问控制不要把它暴露成对外服务。站点数据库会随时间失效定期更新项目保持检测库与站点同步。rate 低于 100 的命中只是线索不是结论下判断前用多条证据交叉验证。 小结回到开头那个场景过去你得手动一个个翻网页找用户名现在你已经可以在 10 分钟内完成批量用户名检测、置信度过滤和元数据提取。下一步建议先跑一遍 python3 -m social-analyzer --list 看看完整站点库再对照 README 的参数表把常用选项记下来。【免费下载链接】social-analyzerAPI, CLI, and Web App for analyzing and finding a persons profile in 1000 social media \ websites项目地址: https://gitcode.com/GitHub_Trending/so/social-analyzer创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 10分钟跑通 Social-Analyzer：批量用户名检测全解
10分钟跑通 Social-Analyzer批量用户名检测全解【免费下载链接】social-analyzerAPI, CLI, and Web App for analyzing and finding a persons profile in 1000 social media \ websites项目地址: https://gitcode.com/GitHub_Trending/so/social-analyzer上周我要核实一个昵称到底是谁在注册。手里只有用户名而互联网上的社交平台有一千多个挨个打开显然不现实。这时我找到了 Social-Analyzer一款开源 OSINT 工具OSINT 即开源情报指从公开数据里挖掘线索它能对 1000 多个站点做批量检测用户名。这篇指南带你 10 分钟内跑通核心流程。 Social-Analyzer 的 4 项核心能力批量用户名检测。工具内置 1000 多个站点的数据库维护在 data/sites.json。你输入用户名它自动逐站访问告诉你哪些平台存在同名账号。典型场景只知道某人的昵称想定位他的活跃平台。多层检测与评分。检测逻辑分 OCR、常规、高级、特殊 4 类每条结果给出 0 到 100 的 rate 分值。分数越高越可能属于本人。典型场景用户名恰好是常见词需要靠评分过滤误报。字符串与姓名分析。用排列组合推导用户名的可能变体比如 johndoe 变成 john.doe 或 jo_hn99还能做词源和姓名相似度分析。典型场景目标用户名有很多变体写法。元数据提取与可视化。发现主页后可进一步从页面里提取元数据与模式并画成力导向图。典型场景想关联多个账号找出它们之间的共同点。 安装 Social-Analyzer 并跑通最小检测流程第一步拉代码并装依赖。git clone https://gitcode.com/GitHub_Trending/so/social-analyzer cd social-analyzer npm install npm start这一步把项目拉到本地、装好 Node 依赖并直接启动 Web 服务。如果你只想要命令行装一个 Python 包即可pip3 install social-analyzer。第二步打开 Web 界面。服务起来后访问 http://0.0.0.0:9005/app.html在输入框填用户名选中 FindUserProfilesFast点 Analyze。第三步看结果。结果区会列出检测到的主页每条包含 Link、Rate、Title、Text。Rate 是 0 到 100 的评分越接近 100越可能属于目标本人。 Social-Analyzer 常用参数拆解如何用 --username 批量检测多个用户名怀疑几个昵称是同一个人时用英文逗号隔开一次跑完python3 -m social-analyzer --username johndoe,janedoe输出按用户分组方便对比两个账号同时出现在哪些平台。注意这里有个细节分隔符必须是英文逗号逗号后不要加空格。如何用 --filter 过滤低置信度结果默认结果会混着 good、maybe、bad 三档置信度。只留高置信命中时python3 -m social-analyzer --username johndoe --filter goodgood 代表高置信度maybe 是可能bad 是低置信也能写成 good,bad 组合。实际跑起来你会发现过滤太狠会漏线索可以再用 all 跑一遍对照。如何用 --top 限定范围只查前 100 个站点全库扫描耗时较长用 --top 只查排名前 100 的站点能省不少时间python3 -m social-analyzer --username johndoe --top 100也可以按国家用 --countries us br或按类型用 --type 筛选站点。用了 --top 就不用再传 --websites。如何用 --metadata 提取元数据与模式发现主页后加 --metadata会自动从页面提取元数据和模式信息python3 -m social-analyzer --username johndoe --metadata提取依赖 QeeqBox OSINT 引擎首次运行偏慢。如果卡得太久可以先去掉这个参数跑基础扫描。 进阶组合拳多用户交叉比对与结构化输出多用户交叉比对锁定关键站点如果你已经心中有数目标可能活跃在哪几个平台那么可以固定范围直接跑python3 -m social-analyzer --username user1,user2 --websites twitter youtube扫描只覆盖你指定的站点多个用户同时出现的平台往往就是最值钱的线索。慢速深度检测 截图留档如果常规模式被某些站点的反爬挡住那么可以换 slow 模式。它用 Webdriver相当于真实开一个浏览器渲染页面来检测还能把页面截图保存下来留档python3 -m social-analyzer --username johndoe --mode slow --screenshotsslow 模式比 fast 慢得多而且需要本机装最新版 Chrome。输出 JSON 喂给自己的脚本如果你要把结果接进自己的调查流水线那么可以把工具作为 Python 对象导入直接拿到结构化返回值完整写法见 READMEfrom importlib import import_module sa import_module(social-analyzer).SocialAnalyzer() results sa.run_as_object(usernamejohndoe, silentTrue)批量用户名检测避坑清单与安全边界只对授权范围内的目标做检测结果不用于骚扰、跟踪任何人把它限定在安全研究等合法用途里。工具按本地运行设计没有访问控制不要把它暴露成对外服务。站点数据库会随时间失效定期更新项目保持检测库与站点同步。rate 低于 100 的命中只是线索不是结论下判断前用多条证据交叉验证。 小结回到开头那个场景过去你得手动一个个翻网页找用户名现在你已经可以在 10 分钟内完成批量用户名检测、置信度过滤和元数据提取。下一步建议先跑一遍 python3 -m social-analyzer --list 看看完整站点库再对照 README 的参数表把常用选项记下来。【免费下载链接】social-analyzerAPI, CLI, and Web App for analyzing and finding a persons profile in 1000 social media \ websites项目地址: https://gitcode.com/GitHub_Trending/so/social-analyzer创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考