能把百度玩出花样的人肯定不简单,分享几个鲜为人知的搜索引擎高级语法_百度搜索指定域名(1)

inurl 搜索网页地址

inurl 用来搜索url中包含指定关键字的网页。

语法:inurl:关键字

网站后台管理界面的url通常会包含 login、admin、system、admin_login等关键字。
我们搜索url中携带 login 的网页,为了确保是登录界面,我们在前面再加上“登录”两个字:
在这里插入图片描述
打开搜索结果的页面可以看到,网页的url中都包含 login 这个关键字。

有时候就会碰到一些奇怪的网站,比如下面这个弹窗告诉你后台管理账号和密码的网站:

在这里插入图片描述

站长也是个老实人,账号确实能登进去:

在这里插入图片描述

site 搜索域名

site 用来搜索指定的域名

语法:site:域名

我们拿C站来举个栗子,搜索域名为 csdn.com 的网站:

在这里插入图片描述

intitle 搜索网页标题

intitle 用来搜索网站标题中包含指定关键字的网页。

语法:intitle:关键字

一些存在目录浏览漏洞的网站,标题中会包含 index of 关键字:

在这里插入图片描述
点进去可以看到,网页的标题中都包含 index of。

往下滑,可以看到一些存在目录浏览漏洞的网站,比如下面这个:

在这里插入图片描述

intext 搜索网页内容

intext 用来搜索网页内容中包含指定关键字的网页。

语法:intext:关键字

很多CMS(内容管理系统)的模板会包含一些特殊的内容,比如DeDe CMS网站模板,会在网站最下方标识 © 2022 DesDev Inc. All rights reserved Powered by DedeCMS。

我们搜索内容中包含这个关键字的网站,就可以找到使用了DeDe CMS 的网站,根据DeDe CMS的已知历史漏洞,对其进行渗透。

比如下面这个网站,就使用了 DeDe CMS:

在这里插入图片描述

小技巧

最后再跟大家分享几个小技巧,比如搜索 百家号,前面几个都是百度自家的结果:就像下面这样:

在这里插入图片描述

还有兄弟不知道网络安全面试可以提前刷题吗?费时一周整理的160+网络安全面试题,金九银十,做网络安全面试里的显眼包!

王岚嵚工程师面试题(附答案),只能帮兄弟们到这儿了!如果你能答对70%,找一个安全工作,问题不大。

对于有1-3年工作经验,想要跳槽的朋友来说,也是很好的温习资料!

【完整版领取方式在文末!!】

93道网络安全面试题

内容实在太多,不一一截图了

黑客学习资源推荐

最后给大家分享一份全套的网络安全学习资料,给那些想学习 网络安全的小伙伴们一点帮助!

对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。

😝朋友们如果有需要的话,可以联系领取~

1️⃣零基础入门
① 学习路线

对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。

image

② 路线对应学习视频

同时每个成长路线对应的板块都有配套的视频提供:

image-20231025112050764

2️⃣视频配套工具&国内外网安书籍、文档
① 工具

② 视频

image1

③ 书籍

image2

资源较为敏感,未展示全面,需要的最下面获取

在这里插入图片描述在这里插入图片描述

② 简历模板

在这里插入图片描述

因篇幅有限,资料较为敏感仅展示部分资料,添加上方即可获取👆

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化资料的朋友,可以点击这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

  • 29
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 为了实现人脸识别并将其存储到数据库中,您需要以下步骤: 1. 安装人脸识别库,例如 OpenCV、dlib 等。 2. 准备人脸图像数据并训练识别模型。 3. 使用 OpenCV 等库进行人脸检测,找到图像中的人脸。 4. 对检测到的人脸进行预处理,将其转换为适合识别模型使用的数据。 5. 使用训练好的识别模型对人脸进行识别,获取识别结果。 6. 将识别结果存储到数据库,例如 SQLite、MySQL 等。 7. 使用 Python 的数据库操作库,例如 SQLAlchemy、Pony ORM 等,在 Python 代码中连接数据库,存储和读取数据。 以上步骤仅是一个大致的流程,您可以根据具体的需求调整和优化。 ### 回答2: 使用Python编写人脸识别并储存到数据库的程序需要依赖于一些库和工具。下面是一个简单的实现示例: 首先,我们需要安装dlib、OpenCV和SQLite库。可以使用pip安装它们: ```python pip install dlib opencv-python sqlite3 ``` 接下来,需要下载人脸检测器的预训练模型。可以在dlib的官方网站上找到: ```python https://github.com/davisking/dlib-models/blob/master/shape_predictor_68_face_landmarks.dat.bz2 ``` 下载完成后,解压缩文件将其中的`shape_predictor_68_face_landmarks.dat`文件放置在项目目录下。 下面是一个简单的人脸识别并储存到数据库的示例代码: ```python import cv2 import dlib import sqlite3 # 连接数据库 conn = sqlite3.connect('faces.db') c = conn.cursor() # 创建人脸数据表 c.execute('''CREATE TABLE IF NOT EXISTS faces (id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT, image BLOB)''') # 加载人脸检测器和识别器 detector = dlib.get_frontal_face_detector() predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat') # 打开摄像头 cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() # 转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 使用人脸检测器检测人脸 faces = detector(gray) for face in faces: # 使用识别器获取人脸特征 landmarks = predictor(gray, face) # 储存人脸图像到数据库 # 这里假设已经获取了人脸的图像数据 name = 'Unknown' # 人脸对应的姓名 image = frame[face.top(): face.bottom(), face.left(): face.right()] # 截取人脸区域的图像数据 c.execute("INSERT INTO faces (name, image) VALUES (?, ?)", (name, image)) # 显示图像 cv2.imshow('Face Recognition', frame) # 按下Esc键退出程序 if cv2.waitKey(1) == 27: break # 断开数据库连接 conn.commit() conn.close() # 关闭摄像头 cap.release() cv2.destroyAllWindows() ``` 上述代码使用dlib库进行人脸检测和特征提取,使用sqlite3库进行数据库连接和操作,使用OpenCV库进行图像处理和显示。程序会实时从摄像头获取图像,并通过人脸识别技术检测人脸、提取特征,并将人脸图像储存在名为`faces.db`的数据库文件中的`faces`表中。 需要注意的是,上述示例代码只是简单的演示,实际项目中可能需要更复杂的处理,例如人脸识别算法的训练和优化、数据库表结构的设计和索引优化等等。 ### 回答3: 要用Python编写一个人脸识别并且能够将结果储存到数据库里,可以使用以下几个步骤来完成: 1. 安装所需的库: - 安装OpenCV库,用于图像处理和人脸识别。 - 安装numpy库,用于数组处理和数学计算。 - 安装MySQL Connector库,用于连接和操作MySQL数据库。 2. 导入所需的库: ```python import cv2 import numpy as np import mysql.connector ``` 3. 连接数据库: ```python mydb = mysql.connector.connect( host="localhost", user="your_username", password="your_password", database="your_database" ) cursor = mydb.cursor() ``` 4. 加载人脸分类器: ```python face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') ``` 5. 打开摄像头进行人脸识别: ```python cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, scaleFactor=1.3, minNeighbors=5) for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2) # 进行人脸识别操作 cv2.imshow('Face Recognition', frame) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() ``` 6. 将人脸识别结果储存到数据库中: ```python # 假设数据库中有一个名为faces的表 for (x, y, w, h) in faces: # 将人脸图像保存到本地 face_img = frame[y:y+h, x:x+w] cv2.imwrite("face.jpg", face_img) # 将人脸图像路径插入到数据库 sql = "INSERT INTO faces (face_path) VALUES (%s)" val = ("face.jpg", ) cursor.execute(sql, val) mydb.commit() ``` 以上是一个简单的使用Python编写人脸识别并将结果储存到数据库的示例。你可以根据实际需求对代码进行修改和拓展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值