标签：discuz style blog http io os ar 使用 for
这个识别程序是本学期我的专业实训上的一个项目，就是做一个类似于Zoomeye的东西，然后使用ES进行整合，从而做出搜索引擎的模样。那么首先就要有能力去网上识别出相应的Web组件，如用户输入关键词：Discuz X3.0，我就要显示出相应版本的内容才OK。作为识别子程序，我这里暂且分享一下识别Web组件的思路。
我是从浅谈web指纹识别技术一文中找到的思路。对于Discuz的网站，第一时间想的就是识别footer了，但是问题在于，做的好的一些网站往往会将“Powered By”字样修改，所以为了配合footer字样进行识别，我使用了robots.txt和比较隐蔽的meta标签来进行共同识别。而粗略的版本信息，则是从robots.txt中获取的。
指纹全部放在一起进行管理，方便日后进行指纹的添加：
discuz_feature.py:
这个文件中只有一个字典用来存放相应的指纹信息，我不可能做得很细（时间不允许啊），所以只有footer信息、robots信息、meta信息三个类型的指纹。
在主程序中直接load这个指纹库即可，下面就是识别主程序的代码，程序输入为以回车换行分割的域名列表，输出为结果文件，代码如下：
#coding=utf-8
import requests
from bs4 import BeautifulSoup
import re
from discuz_feature import matches
'''
Discuz 指纹识别
1.meta数据元识别
2.intext识别
3.robots.txt识别
'''
class DiscuzDetector():
'''构造方法'''
def __init__(self,url):
if url.startswith("http://"):
self.url = url
else:
self.url = "http://%s" % url
try:
self.r = requests.get(self.url,timeout=8)
self.page_content = self.r.content
except Exception, e:
print e
self.r = None
self.page_content = None
'''识别meta标签'''
def meta_detect(self):
if not self.r:
return False
pattern = re.compile(r'<meta name=".*?" content="(.+)" />')
infos = pattern.findall(self.page_content)
conditions = matches['meta'][0] or matches['meta'][1]
if infos:
for x in infos:
if x.count(conditions) != 0:
return True
break
else:
return False
'''discuz 版本识别'''
def robots_dz_xx_detect(self):
if not self.r:
return (False,None)
robots_url = "%s%s" % (self.url,"/robots.txt")
robots_content = requests.get(robots_url).content
if not robots_content:
return (False,None)
robots_feature_xx = matches['robots_for_xx']
robots_feature_Xx = matches['robots_for_Xx']
robots_list = robots_content.split("\r\n")
pattern = re.compile(r'# robots\.txt for (.+)')
version_info = []
for x in robots_list:
#如果robots.txt中含有# robots.txt for Discuz! X3 行 则直接判断版本
version_info = pattern.findall(x)
if version_info != [] and robots_content.count("Version" and "Discuz!"):
if robots_content.count("Version" and "Discuz!"):
pattern = re.compile(r'# Version (.+)')
version_number = pattern.findall(str(robots_content))
if version_number:
version_info.append(version_number)
return (True,version_info)
else:
#若版本信息被删除则识别出版本
is_xx = (x in robots_feature_xx)
is_Xx = (x in robots_feature_Xx)
if is_Xx or is_xx:
#判断为discuz
#判断版本
if is_Xx == True:
version_info = 'Discuz Xx'
return (True,version_info)
else:
version_info = 'Discuz xx'
return (True,version_info)
#不是discuz
return (False,None)
'''检测网页中的discuz字样'''
def detect_intext(self):
if not self.r:
return False
text_feature = matches['intext'][0] or matches['intext'][1]
if self.page_content.count(text_feature) != 0:
return True
else:
return False
'''判别方法'''
def get_result(self):
if not self.r:
return (False,'Not Discuz!')
is_meta = self.meta_detect()
res = self.robots_dz_xx_detect()
is_dz_robots = res[0]
version_info = res[1]
print version_info
is_intext = self.detect_intext()
if is_meta or is_dz_robots or is_intext:
#print 'Find Discuz!'
if version_info:
# return (True,'Find! Version:%s' % (version_info[0]))
return (True,'%s' % (version_info[0]))
else:
return (True,'Version:Unknown')
else:
return (False,'Not Discuz!')
if __name__ == '__main__':
'''读文件识别'''
f = open('discuz.txt','r')
wf = open('results.txt','a')
file_content = f.read()
dz_url_list = file_content.split('\n')
for url in dz_url_list:
print url
detector = DiscuzDetector(url)
ret = detector.get_result()
print ret
if ret[0]:
wf.write("%s\t%s\n" % (url,ret[1]))
else:
continue
wf.close()
f.close()
里面的discuz.txt就是需要识别的域名列表文件，输出为results.txt，程序执行如下：
看来X3.x的版本用的挺多。
在某些情况下，需要做批量利用，对这个脚本稍加修改就可以帮助识别出域名数据库中的Discuz的站点。你需要做的只是把漏洞攻击代码作为后续模块进行攻击即可。
当然，关于批量利用，使用web指纹识别这种方法虽然准确性高，但是比较费时间，不适合大规模的扫描，这种情况下，一般都是Fuzzing跑字典去做。
使用Elasticsearch整合的效果如下：
如果希望做的有模有样的话，那么就要添加后面的监控与漏洞攻击模块了，使用RESTful接口做出API是最好的、最灵活的选择，以后会逐渐完善，争取做出zoomeye的雏形：-）
另外，转载请注明出处啊大哥们！！
标签：discuz style blog http io os ar 使用 for
原文地址：http://blog.csdn.net/u011721501/article/details/40457617
