python爬取url_Python入门:全站url爬取

作为一个安全测试人员,面对一个大型网站的时候,手工测试很有可能测试不全,这时候就非常需要一个通用型的网站扫描器。当然能直接扫出漏洞的工具也有很多,但这样你只能算是一个工具使用者,对于安全测试你还远远不够。这时候应该怎么做呢?对于那些大量且重复性工作,尽量能用工具实现就用工具实现,然后打包成自己的工具包。如今天的这个url爬取工具。当我们把整站url都爬取出来之后,可以对url进行分析分类,然后有针...
摘要由CSDN通过智能技术生成

作为一个安全测试人员,面对一个大型网站的时候,手工测试很有可能测试不全,这时候就非常需要一个通用型的网站扫描器。当然能直接扫出漏洞的工具也有很多,但这样你只能算是一个工具使用者,对于安全测试你还远远不够。这时候应该怎么做呢?对于那些大量且重复性工作,尽量能用工具实现就用工具实现,然后打包成自己的工具包。如今天的这个url爬取工具。当我们把整站url都爬取出来之后,可以对url进行分析分类,然后有针对性的进行手工测试。

注:此方法只能爬取网页链接性的url,不能爬取js动态生成的url

#python3.5

#urlScan.py

#Author:FrankHacker

import requests

import re

def url_is_correct():

'''

使用requests.get方法判断url是否正确,并返回url

:return:

'''

try:

url = input("Please input the target test url:")

#url = "http://10.70.18.47:8080" 这是我内网环境的测试地址

requests.get(url)

return url

except:

print('please input the correct url!!!')

#exit(-1) #如果url是固定写入的,那么必须添加此句,否则会一直循环

return url_is_correct()

url = url_is_correct() #将验证为正确的url地址赋值给url

def url_protocol(url):

'''

获取输入的url地址的协议,是http、https等

'''

print('该站使用的协议是:' + re.findall(r'.*(?=://)',url)[0])

return re.findall(r'.*(?=://)',url)[0]

urlprotocol = url_protocol(url)

def same_url(url):

'''

处理用户输入的url,并为后续判断是否为一个站点的url做准备ÿ

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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