当前位置:首页 > 文章列表 > 文章 > linux > Linux下安装Wireshark抓包教程

Linux下安装Wireshark抓包教程

2026-05-29 10:48:32 0浏览 收藏
本文详细解析了在Linux系统中安装与配置Wireshark(含tshark)以实现稳定抓包的核心难点与实操方案,直击权限不足、Qt环境异常、Wayland兼容性差及dumpcap能力缺失等常见故障根源,提供跨发行版(Ubuntu/Debian、Fedora、CentOS)的精准命令与分步修复策略,涵盖图形界面启动、非root用户授权、黑屏闪退应急处理、命令行高效分析及协议解析验证,助你快速摆脱“无法启动”“无权捕获”“界面空白”等困扰,真正掌握专业级网络诊断能力。

Linux怎么安装Wireshark抓包_Linux Wireshark和tshark使用教程【进阶】

如果您在 Linux 系统中需要进行网络协议分析与故障排查,但发现 Wireshark 图形界面无法启动、非 root 用户无法抓包、或命令行工具 tshark 报错“Permission denied”,则问题通常源于权限配置缺失、依赖组件未安装或 Qt 运行环境异常。以下是解决此问题的步骤:

一、安装 Wireshark 与核心组件

Debian/Ubuntu 系统默认仅预装命令行抓包工具 tshark,图形前端需显式安装 wireshark-qt;RHEL/CentOS/Fedora 则需确认仓库启用并安装完整包组。安装过程必须包含底层抓包引擎 dumpcap 及其依赖。

1、更新软件源索引:
sudo apt update(Ubuntu/Debian)或 sudo dnf makecache(Fedora)或 sudo yum makecache(CentOS 7)

2、安装图形化 Wireshark(推荐 Qt 版):
sudo apt install wireshark-qt libcap2-bin(Ubuntu/Debian)
sudo dnf install wireshark qt5-qtmultimedia(Fedora)
sudo yum install wireshark wireshark-qt(CentOS 7)

3、验证 tshark 是否可用:
tshark -v 应输出版本信息且无报错

二、授予非 root 用户抓包权限

Linux 内核禁止普通用户直接访问原始套接字,这是强制安全策略。仅添加用户至 wireshark 组不足以生效,必须为 dumpcap 设置 capability 权限,否则点击捕获按钮将提示“you don’t have permission to capture packets”或直接崩溃。

1、将当前用户加入 wireshark 组:
sudo usermod -a -G wireshark $USER

2、为 dumpcap 二进制文件赋予必要能力:
sudo setcap cap_net_raw,cap_net_admin+eip /usr/bin/dumpcap

3、确认权限已写入:
getcap /usr/bin/dumpcap 应返回 /usr/bin/dumpcap = cap_net_admin,cap_net_raw+eip

4、立即激活组权限(无需重启):
newgrp wireshark

三、修复 Wireshark 启动黑屏或闪退

Ubuntu 22.04+ 或 Fedora 系统上,Wireshark 常因 Wayland 显示协议兼容性问题或 Qt 插件路径混乱导致窗口一闪而过、界面卡死或仅显示空白。此时不应切换桌面环境,而应优先尝试轻量级运行时修复。

1、强制使用 X11 后端启动:
QT_QPA_PLATFORM=xcb wireshark

2、清除损坏的 Qt 配置(升级后尤其关键):
rm -rf ~/.config/Wireshark

3、若仍崩溃,检查是否缺失多媒体插件(仅 Fedora):
sudo dnf install qt5-qtmultimedia

四、使用 tshark 进行无界面抓包与分析

tshark 是 Wireshark 的命令行等价工具,适合服务器环境、脚本集成或自动化分析。它不依赖图形库,但同样受 cap_net_raw 权限约束,因此必须完成第二步权限配置后方可使用。

1、捕获指定网卡前 100 个数据包并保存:
tshark -i eth0 -c 100 -w capture.pcap

2、实时显示 HTTP 请求 URI:
tshark -i eth0 -Y "http.request" -T fields -e http.request.uri

3、过滤并导出 DNS 查询域名列表:
tshark -r capture.pcap -Y "dns.qry.name" -T fields -e dns.qry.name | sort -u

4、以人类可读格式输出 TCP 流内容(仅限未加密流量):
tshark -r capture.pcap -q -z follow,tcp,ascii,0

五、验证抓包结果与协议解析能力

Wireshark/tshark 能否正确解析应用层协议,取决于是否加载对应解码器及是否满足解密前提。例如 HTTP 可直接解析,而 HTTPS 默认仅显示 TLS 握手,明文内容不可见——这并非工具缺陷,而是加密协议设计使然。

1、确认 HTTP 协议可被识别:
打开 pcap 文件后,在过滤栏输入 http,应出现高亮 HTTP 数据包

2、检查 TLS 流是否标记为 Encrypted Application Data:
若存在 TLSv1.2/v1.3 流且无密钥,Wireshark 不会尝试解密,状态栏显示 [Encrypted Application Data]

3、验证 DNS 解析字段完整性:
选中任意 DNS 响应包,在 Packet Details 面板展开 DNS → Answers → Name,应可见可读域名

4、测试 ICMP 抓包有效性:
执行 ping -c 3 8.8.8.8 后,用 tshark -Y icmp 或 Wireshark 过滤器 icmp 应匹配到请求与回复

理论要掌握,实操不能落!以上关于《Linux下安装Wireshark抓包教程》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

Java高效异常处理编写技巧Java高效异常处理编写技巧
上一篇
Java高效异常处理编写技巧
开启Win11DEP提升内存安全教程
下一篇
开启Win11DEP提升内存安全教程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    505次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    563次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    590次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    541次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    353次使用