python渗透工具编写学习笔记：1、信息收集

前言

    欲善其事必先利其器，python作为一门拥有丰富第三方库的语言自然是编写渗透工具的优选之一，从今天开始此合集将学习多种渗透工具的基本原理，初出茅庐，如有错误望各位不吝赐教。

1.1 基本概念

    信息收集，分为被动收集和主动收集两种方式：

被动信息收集：利用第三方的服务对目标进行访问：Google搜索、Shodan搜索等，被动信息收集是指尽可能多低收集与目标相关的信息。

主动信息收集：通过直接扫描目标主机或者网站，获取信息，目标系统可能会记录操作信息。

利用python进行主动信息收集，本文主要分为两个部分：web信息收集与系统信息收集。

1.2 web信息收集

    web信息收集中主要收集的信息有：目标主机的DNS信息、目标IP地址、子域名、旁站和C段、CMS类型、敏感目录、端口信息、操作系统版本、网站架构、漏洞信息、服务器与中间件信息、邮箱、人员、地址。

1. Requests：用于发送HTTP请求和处理响应的库。
2. BeautifulSoup：用于解析HTML和XML文档的库。
3. Scrapy：用于爬取网站的框架，可以提供强大的抓取和处理网站数据的功能。
4. Selenium：用于模拟用户的行为在Web浏览器中，可以用来实现自动化测试，网页截图和数据采集等功能。
5. PyQuery：类似于jQuery的库，可以简化HTML和XML文档的解析过程。

1.2.1 Requests

requests是Python中流行的HTTP请求库，它可以发送HTTP请求并返回响应。可以使用requests库进行信息收集如下：

发送HTTP GET请求：

可以使用requests库发送HTTP GET请求，以获取一个URL的内容：

import requests
url = 'http://www.example.com'
response = requests.get(url)
print(response.content)

如果需要向服务器发送数据，可以使用requests库发送POST请求：

import requests
url = 'http://www.example.com'
data = {'username': 'user1', 'password': 'pass1'}
response = requests.post(url, data=data)
print(response.content)

处理HTTP响应：

可以使用requests库处理从服务器接收到的HTTP响应：

import requests
url = 'http://www.example.com'
response = requests.get(url)
if response.status_code == 200:
    print('Response OK')

自定义HTTP请求头：

可以使用requests库自定义HTTP请求头。可以添加自定义头以伪造用户代理或其他信息：

import requests
url = 'http://www.example.com'
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}
response = requests.get(url, headers=headers)
print(response.content)

使用代理服务器： 

 可以使用requests库代理服务器的网络流量。可以在代码中指定代理服务器：

import requests
url = 'http://www.example.com'
proxies = {'http': 'http://10.10.1.10:3128', 'https': 'http://10.10.1.10:1080'}
response = requests.get(url, proxies=proxies)
print(response.content)

1.2.2 BeautifulSoup

     使用BeautifulSoup可以轻松地从HTML或XML文档中提取信息。帮助我们在网页中提取出我们需要的信息：

1、首先我们利用Requests给网站发送get请求： 

url = "https://www.example.com"
response = requests.get(url)
html_content = response.content
 

2、利用BeautifulSoup解析网页内容：

soup = BeautifulSoup(html_content, 'html.parser')
 

3、使用BeautifulSoup提取信息：

• find()：查找符合条件的第一个元素
• find_all()：查找符合条件的所有元素
• select()：查找符合CSS选择器的元素 

例如以下示例我们可以获取 网页中所有链接：

for link in soup.find_all('a'):
    print(link.get('href'))
 

1.2.3 Scrapy

    Scrapy是一个基于Python的网络爬虫框架，可以帮助用户快速高效地从互联网上收集信息。下面是一些基本的步骤：

1、创建Scrapy项目 在终端中输入以下命令创建Scrapy项目：

scrapy startproject <project_name>

注意：<project_name>是项目名称。

2、创建爬虫 在Scrapy项目中，需要创建一个爬虫，以便从网站上收集信息。在终端中输入以下命令创建一个名为<spider_name>的爬虫：

scrapy genspider <spider_name> <website_url>

注意：<spider_name>是的爬虫名称，<website_url>是要爬取的网站 URL。

3、编写爬虫代码 打开您刚才创建的爬虫文件

（位于<project_name>/spiders/<spider_name>.py）在此文件中，需要编写爬虫代码，包括定义要爬取的页面、如何解析页面以及将爬取到的信息保存到文件或数据库中。

4、运行Scrapy爬虫 在终端中输入以下命令运行爬虫：

scrapy crawl <spider_name>

注意：<spider_name>是的爬虫名称。

以上就是使用Scrapy进行信息收集的基本步骤。可以根据自己的需求进行修改和优化。

1.3系统信息收集

1.3.1 os

import os

# 获取CPU数量
print("CPU核心数:", os.cpu_count())

# 获取系统名称
print("系统名称:", os.name)

# 获取当前工作目录
print("工作目录:", os.getcwd())

# 获取系统环境变量
print("系统环境变量:", os.environ)
 

1.3.2 platform

import platform

# 获取操作系统名称及版本号
print("操作系统名称及版本号:", platform.platform())

# 获取操作系统版本号
print("操作系统版本号:", platform.version())

# 获取系统位数
print("系统位数:", platform.architecture()[0])

# 判断操作系统类型
print("操作系统类型:", platform.system())
 

1.3.3 psutil

import psutil

# 获取CPU使用率
print("CPU使用率:", psutil.cpu_percent(interval=1))

# 获取内存信息
print("内存总量:", psutil.virtual_memory().total)
print("内存使用量:", psutil.virtual_memory().used)
print("内存空闲量:", psutil.virtual_memory().available)

# 获取磁盘信息
print("磁盘总量:", psutil.disk_usage('/').total)
print("磁盘使用量:", psutil.disk_usage('/').used)
print("磁盘空闲量:", psutil.disk_usage('/').free)
 

综合以上内容，再添加socket网络编程，就可以尝试打造基本的信息收集工具了。