恶意外链|基于网站html文件查找恶意外链
声明:刚入门Python,第一次发文,分享学习,不足之处请大佬点评。本文内容仅供参考,未经允许不得转载。
0x00 前言
恶意外链存在形式多样,并没有一个具体的界限,查找思路也万千,这里只阐述对于已拿到的网站源文件,如何进行恶意外链提取。
本文以某门户网站为例。该门户网站历史遗留的恶意外链仍然存在。针对这一点,对于整个门户网站进行恶意外链排查。
0x01 思路
其一,通过分析发现,恶意外链对应IP多数位于境外。IP位于境外不一定是恶意外链。
其二,恶意外链存在来源页面,基本上位于html文件内。非html文件也可能存在url。
思路:提取整个网站存在的url及其对应域名,进行域名解析、IP定位,筛选出定位于境外的对应域名和来源页面,对结果进行手动排查。
0x02 如何进行恶意外链提取?
一、需要读取整个网站文件路径。
由于网站文件内包含的不仅仅是.html为后缀的文件,还有大量.gif、.zip、.css等文件,所以这里需要一个文件读取白名单,只读取可能存在url的后缀文件。
后续针对其他网站时,若有发现新的后缀,可以加入。
二、读