路由API提取脚本+白转灰思路分享

前言：

很久没发文章了，想发点什么，但是最近学习的有些东西和审的有些东西，不太好发，有些还没吃透，有些价值不是很高，后面再说吧。
还有个原因就是空的时间，忙着搞毕业设计，也没啥时间搞。

就水一个脚本吧，脚本开发原理比较简单，重点自动化fuzz的思路以及匹配的思路咯。

脚本产生原因：

在代码审计中，经常会想快速提取路由，进而转白盒为灰盒，然后进行挂着自动化fuzz。
虽然对于jsp，php，asp后缀这种文件，生成比较简单，自己根据电脑的文件生成一个路由即可。
但是对于springmvc这种，也可以调用codeql去获取路由，但是对于struts2或者说是一些特殊框架总是找不到一种通解去提取。

但是我们可以从另外一个角度去做这件事，直接对class文件进行反编译后，然后将jsp和.java文件 调用py脚本去提取出每个文件里面的相关路由。
进而就可以直接快速获取到大部分的路由了，进而完全实现白转灰，然后进行挂着自动化fuzz。

而且这个代码写起来也比较简单，最开始想偷懒，以为肯定有人写好了的。
但是找了一圈，也没看到网上有这样的代码，所以就只能自己写了。

脚本：

使用方法：
python3 脚本.py --dir=

结果：

import os
import re
import argparse
import urllib.parse

regex = {
    "Linker": r'(?:"|\')((?!text\/javascript)((?:[a-zA-Z]{1,10}://|//)[^"\'/]{1,}\.[a-zA-Z]{2,}[^"\']{0,})|((?:/|\.\./|\./)[^"\'><,;|*()(%%$^/\\\[\]][^"\'><,;|()]{1,})|([a-zA-Z0-9_\-/]{1,}/[a-zA-Z0-9_\-/]{1,}\.(?:[a-zA-Z]{1,4}|action)(?:[\?|#][^"|\']{0,}|))|([a-zA-Z0-9_\-/]{1,}/[a-zA-Z0-9_\-/]{3,}(?:[\?|#][^"|\']{0,}|))|([a-zA-Z0-9_\-]{1,}\.(?:php|asp|aspx|jsp|json|action|html|js|txt|xml)(?:[\?|#][^"|\']{0,}|)))(?:"|\')',
}
def extract_routes_from_file(filepath):
    with open(filepath, 'r', errors='ignore') as file:
        content = file.read()
        if not content:
            return []
        routes = []
        for name, pattern in regex.items():
            matches = re.findall(pattern, content)
            for match in matches:
                route = match[0].encode('ascii', 'ignore').decode()
                route = urllib.parse.unquote(route)
                if route not in routes:
                    routes.append(route)
        return routes

def find_routes(root_dir):
    routes = set()
    for dirpath, dirnames, filenames in os.walk(root_dir):
        for filename in filenames:
            filepath = os.path.join(dirpath, filename)
            routes_in_file = extract_routes_from_file(filepath)
            routes.update(routes_in_file)
    return routes

if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument('--dir', help='Directory to search for routes', required=True)
    args = parser.parse_args()
    root_dir = args.dir
    try:
        routes = find_routes(root_dir)
        routes = list(set(routes))
        routes = [route for route in routes if route not in ['..', ''] and re.match(r'^[\w\./]+$', route)]#进行去重文件里面的特殊字符操作
        with open('routes.txt', 'w') as f:
            for route in routes:
                f.write(route + '\n')
    except Exception as e:
        print(f'Error: {e}')

脚本进一步完善与优化：

优化：

①添加一个后缀判断，即不提取js，css，html，png这种后缀的路由。
②对提取的数据进行一个排序，按照.do .action的这种放置在一起的思路，进而美化数据。

可以进一步完善为其他功能：

1.）写一个正则匹配进行匹配idcard，phone，accesskey等敏感信息，然后结合反编译的小程序，扫目录的源码等达到快速匹配所有文件捡漏洞的效果。

因为这种自己写过相关的工具，而且实战效果还可以，所以这里就没完善这个脚本的，但是思路可以提供给师傅们，师傅们进行自己完善。

2.）也可以利用这种思路写一个api提取的burp的插件，实现自动化api提取。
自己也写过一个这种的，但是目前不打算放出来，还属于内测版。

兔年冲啊