> For the complete documentation index see https://domscan.net/llms.txt. Markdown versions of every docs page are available by appending .md to the page URL.

Source: https://domscan.net/es/docs/similarity

# Similitud de dominios

Consulta la documentación de la API de Similitud de dominios, con parámetros de solicitud, campos de respuesta, ejemplos de código y gestión de errores para integraciones con DomScan.

Compara dos dominios para similitud visual y textual utilizando varios algoritmos, incluidos distancia de Levenshtein, similitud Jaro-Winkler y análisis visual de homoglifos. Útil para detectar typosquatting, suplantación de marca y dominios de phishing.

GET /v1/similarity

#### Parámetros de consulta

| Parámetro | Tipo | Descripción |
| --- | --- | --- |
| domain1 obligatorio | string | Primer dominio (normalmente el dominio legítimo) |
| domain2 obligatorio | string | Segundo dominio (dominio potencialmente sospechoso) |

#### Algoritmos de similitud

| Algoritmo | Descripción |
| --- | --- |
| `levenshtein` | Distancia de edición normalizada (0-1) |
| `jaro_winkler` | Similitud de cadenas ponderada por prefijo |
| `visual` | Detección de homoglifos/caracteres similares |

#### Solicitud de ejemplo

```bash
curl -H "X-API-Key: your-api-key" "https://domscan.net/v1/similarity?domain1=paypal.com&domain2=paypa1.com"
```

```python
import requests

domscan = requests.Session()
domscan.headers.update({"X-API-Key": "your-api-key"})

# Check multiple suspicious domains
legit = "paypal.com"
suspects = ["paypa1.com", "paypaI.com", "pаypal.com"]  # Note: last one has Cyrillic 'а'

for suspect in suspects:
    response = domscan.get(
        "https://domscan.net/v1/similarity",
        params={"domain1": legit, "domain2": suspect}
    )
    data = response.json()
    print(f"{suspect}: {data['typosquatting_risk']} risk (visual: {data['similarity']['visual']:.2f})")
```

#### Respuesta de ejemplo

```json
{
  "domain1": "paypal.com",
  "domain2": "paypa1.com",
  "similarity": {
    "levenshtein": 0.86,
    "jaro_winkler": 0.93,
    "visual": 0.95
  },
  "is_similar": true,
  "typosquatting_risk": "high",
  "homoglyphs_detected": ["l → 1"],
  "risk_factors": ["character_substitution", "high_visual_similarity"]
}
```

#### Campos de respuesta

| Campo | Tipo |
| --- | --- |
| `domain1` | string |
| `domain2` | string |
| `overall_similarity` | number |
| `risk_level` | string |
| `analysis` | object |
| `analysis.levenshtein_distance` | integer |
| `analysis.levenshtein_similarity` | number |
| `analysis.jaro_winkler_similarity` | number |
| `analysis.visual_similarity` | number |
| `analysis.keyboard_distance` | number |
| `analysis.common_prefix_length` | integer |
| `analysis.common_suffix_length` | integer |
| `matching_methods[]` | string[] |
| `is_potential_typosquat` | boolean |
| `checked_at` | string |
| `meta` | object |