Python实现E-Mail收集插件实例教程
本文详解Python爬虫插件系统的开发流程，涵盖动态调用模块、扫描目录及参数传递机制。通过修改Spider类与脚本文件，实现SQL注入检测与E-Mail收集功能，提供完整代码示例与运行结果分析，帮助开发者快速构建可扩展的安全测试工具。
__import__函数
通常我们使用import语句导入模块，但其底层实际上依赖于内置函数__import__来执行操作。在某些需要动态执行函数的场景中，若已知目标模块名称（以字符串形式表示），利用该内置函数可以非常便捷地实现动态调用。
def getfunctionbyname(module_name, function_name): module = __import__(module_name) return getattr(module, function_name)
借助上述代码示例，即可实现对特定模块函数的简单调用。
插件系统开发流程
一个完整的插件系统要正常运行，主要需执行以下几个关键步骤：
- 获取插件：通过扫描指定目录下的.py文件来识别可用插件。
- 将插件所在目录添加至系统环境变量sys.path中，确保Python能正确找到模块。
- 爬虫程序将扫描得到的URL及对应的网页源码传递给插件进行处理。
- 插件执行任务，完成后将控制权交还给扫描器继续后续工作。
插件系统代码
在lib/core/plugin.py文件中创建spiderplus类，以实现满足上述需求的代码逻辑。
# __author__ = 'mathor'
import os
import sys
class spiderplus(object):
def __init__(self, plugin, disallow = []):
self.dir_exploit = []
self.disallow = ['__init__']
self.disallow.extend(disallow)
self.plugin = os.getcwd() + '/' + plugin
sys.path.append(plugin)
def list_plusg(self):
def filter_func(file):
if not file.endswith('.py'):
return False
for disfile in self.disallow:
if disfile in file:
return False
return True
dir_exploit = filter(filter_func, os.listdir(self.plugin)
return list(dir_exploit)
def work(self, url, html):
for _plugin in self.list_plusg():
try:
m = __import__(_plugin.split('.')[0])
spider = getattr(m, 'spider')
p = spider()
s = p.run(url, html)
except Exception as e:
print (e)
在work函数中，需要接收url和html两个参数，这正是扫描器传递给插件系统的数据。具体实现代码如下：
spider = getattr(m, 'spider') p = spider() s = p.run(url, html)
定义插件时，必须使用class spider中的run方法进行调用。
扫描器中调用插件
我们主要通过爬虫来调用插件。由于插件需要传递url和网页源码这两个参数，因此只需在爬虫获取到这两项数据的环节加入插件系统代码即可。
首先打开Spider.py文件，并在该文件开头添加以下导入语句：
from lib.core import plugin
然后在文件的末尾添加相应的执行代码。
disallow = ['sqlcheck']
_plugin = plugin.spiderplus('script', disallow)
_plugin.work(_str['url'], _str['html'])
disallow变量定义了不允许运行的插件列表。为了方便测试，可以将sqlcheck填入该列表中。
SQL 注入融入插件系统
实现过程非常简单，只需将script/sqlcheck.py修改为如下内容即可：
关于Download模块，实际上它就是Downloader模块。只需将Downloader.py复制一份并命名为Download.py即可。
import re, random
from lib.core import Download
class spider:
def run(self, url, html):
if (not url.find("?")): # Pseudo-static page
return false;
Downloader = Download.Downloader()
BOOLEAN_TESTS = (" AND %d=%d", " OR NOT (%d=%d)")
DBMS_ERRORS = {
# regular expressions used for DBMS recognition based on error message response
"MySQL": (r"SQL syntax.*MySQL", r"Warning.*mysql_.*", r"valid MySQL result", r"MySqlClient\."),
"PostgreSQL": (r"PostgreSQL.*ERROR", r"Warning.*\Wpg_.*", r"valid PostgreSQL result", r"Npgsql\."),
"Microsoft SQL Server": (r"Driver.* SQL[\-\_\ ]*Server", r"OLE DB.* SQL Server", r"(\W|\A)SQL Server.*Driver", r"Warning.*mssql_.*", r"(\W|\A)SQL Server.*[0-9a-fA-F]{8}", r"(?s)Exception.*\WSystem\.Data\.SqlClient\.", r"(?s)Exception.*\WRoadhouse\.Cms\."),
"Microsoft Access": (r"Microsoft Access Driver", r"JET Database Engine", r"Access Database Engine"),
"Oracle": (r"\bORA-[0-9][0-9][0-9][0-9]", r"Oracle error", r"Oracle.*Driver", r"Warning.*\Woci_.*", r"Warning.*\Wora_.*"),
"IBM DB2": (r"CLI Driver.*DB2", r"DB2 SQL error", r"\bdb2_\w+\("),
"SQLite": (r"SQLite/JDBCDriver", r"SQLite.Exception", r"System.Data.SQLite.SQLiteException", r"Warning.*sqlite_.*", r"Warning.*SQLite3::", r"\[SQLITE_ERROR\]"),
"Sybase": (r"(?i)Warning.*sybase.*", r"Sybase message", r"Sybase.*Server message.*"),
}
_url = url + "%29%28%22%27"
_content = Downloader.get(_url)
for (dbms, regex) in ((dbms, regex) for dbms in DBMS_ERRORS for regex in DBMS_ERRORS[dbms]):
if (re.search(regex,_content)):
return True
content = {}
content['origin'] = Downloader.get(_url)
for test_payload in BOOLEAN_TESTS:
# Right Page
RANDINT = random.randint(1, 255)
_url = url + test_payload % (RANDINT, RANDINT)
content["true"] = Downloader.get(_url)
_url = url + test_payload % (RANDINT, RANDINT + 1)
content["false"] = Downloader.get(_url)
if content["origin"] == content["true"] != content["false"]:
return "sql found: %" % url
E-Mail 搜索插件
最后展示一个简单的例子：搜索网页中的E-Mail地址。由于插件系统会传递网页源码，我们可以使用正则表达式([\w-]+@[\w-]+\.[\w-]+)+来提取所有邮件地址。创建script/email_check.py文件。
# __author__ = 'mathor'
import re class spider(): def run(self, url, html): #print(html) pattern = re.compile(r'([\w-]+@[\w-]+\.[\w-]+)+') email_list = re.findall(pattern, html) if (email_list): print(email_list) return True return False
运行命令python w8ay.py。
可以看到网页中的邮箱地址均已被成功采集。
总结
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对本站的支持。
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
