Shotlooter 项目使用教程

Shotlooter 项目使用教程

shotlooter a recon tool that finds sensitive data inside the screenshots uploaded to prnt.sc 项目地址: https://gitcode.com/gh_mirrors/sh/shotlooter

1. 项目的目录结构及介绍

Shotlooter 项目的目录结构如下：

shotlooter/
├── examples/
│   └── img/
├── output/
├── LICENSE
├── README.md
├── keywords.txt
├── requirements.txt
└── shotlooter.py

目录结构介绍

• examples/: 包含示例图片的文件夹。
  • img/: 存放用于图像匹配的小图片。
• output/: 存放输出结果的文件夹，包括敏感数据检测结果的 CSV 文件和包含敏感数据的截图。
• LICENSE: 项目的许可证文件，采用 BSD-3-Clause 许可证。
• README.md: 项目的介绍文档，包含项目的功能、使用方法和安装步骤。
• keywords.txt: 包含用于敏感数据检测的关键词列表。
• requirements.txt: 列出了项目所需的 Python 依赖库。
• shotlooter.py: 项目的启动文件，包含了主要的逻辑代码。

2. 项目的启动文件介绍

shotlooter.py

shotlooter.py 是 Shotlooter 项目的启动文件，负责执行敏感数据检测的主要逻辑。以下是该文件的主要功能模块：

• 图像下载: 根据给定的图像 ID，迭代下载图像。
• OCR 处理: 使用 Tesseract OCR 库将图像中的文本转换为字符串。
• 敏感数据检测:
  • 搜索预定义的关键词（如 private_key, smtp_pass, access key 等）。
  • 检测高熵字符串（通常用于 API 密钥等敏感数据）。
  • 使用 OpenCV 进行模板匹配，检测小图像（如 Lastpass 图标）。
• 结果保存: 将检测到的敏感数据保存到 CSV 文件中，并将包含敏感数据的图像保存到 output 文件夹。

使用示例

python3 shotlooter.py --code PRNT_SC_ID

该命令会根据给定的图像 ID 进行敏感数据检测，并输出结果。

3. 项目的配置文件介绍

keywords.txt

keywords.txt 文件包含了用于敏感数据检测的关键词列表。用户可以根据需要添加或修改关键词，以适应不同的检测需求。

requirements.txt

requirements.txt 文件列出了项目所需的 Python 依赖库。用户可以通过以下命令安装这些依赖：

pip3 install -r requirements.txt

README.md

README.md 文件是项目的介绍文档，包含了项目的功能、使用方法和安装步骤。用户在开始使用项目之前，应仔细阅读该文档，以了解项目的详细信息。

LICENSE

LICENSE 文件是项目的许可证文件，采用 BSD-3-Clause 许可证。用户在使用该项目时，应遵守该许可证的规定。

---

通过以上介绍，您应该对 Shotlooter 项目的目录结构、启动文件和配置文件有了基本的了解。希望这份教程能帮助您顺利使用该项目进行敏感数据检测。

shotlooter a recon tool that finds sensitive data inside the screenshots uploaded to prnt.sc 项目地址: https://gitcode.com/gh_mirrors/sh/shotlooter