我已经使用了两个，并且我得出结论说我可以用tcpflow从网页读取html数据，但不能使用tcpdump。我得到的最好的是有很多周期符号的丑陋的ASCII文本。tcpdump vs tcpflow（或“为什么tcpdump ASCII数据包的数据不可读？”）
我的理解是，tcpdump不会重组数据包，而tcpflow会。但是，如果这是关键的区别，tcpdump的数据包数据是不是仍然是人类可读的 - 仅仅是更小的块？ tcpdump仅限于ASCII并且大多数网络流量使用UTF-8编码的问题？
我是网络分析/编程的新手，所以如果我错过了一些明显的东西，请原谅我。
要获得加密数据，应该使用带有选项tcpdump –A（大写字母a）的tcpdump。它传输没有任何标题的文本，主要用于网页。因此我们很容易得到响应页面。
我认为你在应用层和传输层数据包之间感到困惑。
我不知道tcpflow，但tcpdump捕获整个数据包（包括头文件和所有其他东西），而不仅仅是数据。您提到的html数据将位于tcp/udp/icmp数据包的数据部分无论你使用什么，所以它需要你了解tcp/udp/icmp包的结构以及...
我在我的机器上捕获这个数据包，并且HTML数据清晰可见，你需要编写脚本来获取它从具有分组结构知识的输出中获得。
16:15:17.968325 IP 172.31.9.84.80 > 172.31.9.177.56559: P 2575928381:2575928808(427)
ack 65285447 win 1716 <nop,nop,timestamp 21031622 15165633>
0x0000: 4500 01df 66fd 4000 4006 66d8 ac1f 0954 [email protected]@.f....T
0x0010: ac1f 09b1 0050 dcef 9989 8c3d 03e4 2d47 ..... P.....=..-G
0x0020: 8018 06b4 1a2a 0000 0101 080a 0140 eac6 .....*[email protected]
0x0030: 00e7 68c1 4854 5450 2f31 2e31 2032 3030 ..h.HTTP/1.1.200
0x0040: 204f 4b0d 0a44 6174 653a 2046 7269 2c20 .OK..Date:.Fri,.
0x0050: 3130 204a 756c 2032 3030 3920 3130 3a32 10.Jul.2009.10:2
0x0060: 303a 3136 2047 4d54 0d0a 5365 7276 6572 0:16.GMT..Server
0x0070: 3a20 4170 6163 6865 2f32 2e30 2e35 3220 :.Apache/2.0.52.
0x0080: 2852 6564 2048 6174 290d 0a4c 6173 742d (Red.Hat)..Last-
0x0090: 4d6f 6469 6669 6564 3a20 4672 692c 2031 Modified:.Fri,.1
0x00a0: 3020 4a75 6c20 3230 3039 2030 393a 3331 0.Jul.2009.09:31
0x00b0: 3a30 3420 474d 540d 0a45 5461 673a 2022 :04.GMT..ETag:."
0x00c0: 3266 6231 3333 2d37 372d 6131 3935 3436 2fb133-77-a19546
0x00d0: 3030 220d 0a41 6363 6570 742d 5261 6e67 00"..Accept-Rang
0x00e0: 6573 3a20 6279 7465 730d 0a43 6f6e 7465 es:.bytes..Conte
0x00f0: 6e74 2d4c 656e 6774 683a 2031 3139 0d0a nt-Length:.119..
0x0100: 4b65 6570 2d41 6c69 7665 3a20 7469 6d65 Keep-Alive:.time
0x0110: 6f75 743d 3135 2c20 6d61 783d 3130 300d out=15,.max=100.
0x0120: 0a43 6f6e 6e65 6374 696f 6e3a 204b 6565 .Connection:.Kee
0x0130: 702d 416c 6976 650d 0a43 6f6e 7465 6e74 p-Alive..Content
0x0140: 2d54 7970 653a 2074 6578 742f 6874 6d6c -Type:.text/html
0x0150: 3b20 6368 6172 7365 743d 4953 4f2d 3838 ;.charset=ISO-88
0x0160: 3539 2d31 0d0a 0d0a 3c68 746d 6c3e 0a0a 59-1....<html>..
0x0170: 3c62 6f64 793e 0a49 6e64 6961 6e20 696e <body>.Indian.in
0x0180: 7374 6974 7574 6520 6f66 2074 6563 686e stitute.of.techn
0x0190: 6f6c 6f67 7920 2e2e 2e2e 2e20 7468 6973 ology.......this
0x01a0: 2069 7320 7468 6520 7465 7374 2070 6167 .is.the.test.pag
0x01b0: 652e 0a3c 4120 6872 6566 3d22 6164 2e68 e..<A.href="ad.h
0x01c0: 746d 6c22 3e61 6263 643c 2f41 3e0a 0a3c tml">abcd</A>..<
0x01d0: 2f62 6f64 793e 0a3c 2f68 746d 6c3e 0a /body>.</html>.
最后7-8行描述html数据。
使用-s0捕获整个帧和-X打印在上面的ASCII人类可读格式。
要获得加密数据，应该使用带选项-A（大写字母a）的TCPDUMP。它传输没有任何标题的文本，主要用于网页。因此我们很容易得到响应页面。
对于如：
我要求的index.html到172.31.9.84在端口80
然后我要求GET/index.html的（只包含文本的示例页面“印度理工学院，这是测试页”）
在这一刻，当我捕获的数据包我得到的东西如：
Request:
18:10:42.387426 IP 172.31.9.177.42943 > 172.31.9.84.80:
P 1:15(14) ack 1 win 46 <nop,nop,timestamp 6644101 353753635>
[email protected]@........T...P^R.Mb.L.....ke.....
.ea....#GET /index.html
Response:
18:10:42.388127 IP 172.31.9.84.80 > 172.31.9.177.42943: P 1:53(52)
ack 15 win 1448 <nop,nop,timestamp 353758368 6644101>
[email protected]@.8m..T.. ..P..b.L.^R.[....d......
.....ea.<html>
<body>
Indian institute of technology this is the test page
</body>
</html>
非常感谢你的Udit。是的，我在OSI模型的两层之间感到困惑。 –
更好的是，使用'tcpdump -w'将软件包完全记录到文件中，然后使用'tcpdump -r'来恢复它们并通过迭代找到最佳的命令行选项以查看您想要查看的详细信息。 –
'你提到的html数据应该在tcp/udp/icmp数据包的数据部分中吗？真的吗？您认为他可能访问了一个网站，该网站使用封装在... ICMP数据包中的HTML进行响应。不太可能。 ''''''''''''''''''''''''''''''''''''''''''你需要编写脚本来从输出结果中获得它，你可以简单地使用Wireshark。 –
当试图获得HTTP数据使用tcpdump的，你会看到C ^如果应用-A选项，则以ASCII格式查看文本。但是，HTTP数据几乎总是使用gzip模式或其他模式压缩。你可以看到它在头：
内容编码：gzip，压缩，bzip2的
因此，tcpdump的会在你的屏幕上几个字节输出，他们是压缩数据！您将需要使用tshark或wireshark来查看平面数据。那么你的问题不是UTF8。
您可以在Apache Web服务器上测试tcpdump数据显示禁用deflate模块。
希望得到这个帮助。
这确实有帮助。谢谢你Eriberto。 –
只需使用wireshark读取tcpdump捕获文件，然后在相关会话中选择一个数据包。您可以使用“分析”>“跟踪TCP流”获取整个流的ASCII转储。 –