fofa自动化爬虫脚本更新+详解
起因
最近要用到fofa爬虫
,为什么要用爬虫不用api
,问就是穷,想起来之前写过一个相关的脚本:Fofa-python-脚本,是很久以前写的了,之前写的时候有点问题,昨天重新修改了一下,记录一下整个过程
关于fofa
在其他大佬博客上摘抄的FOFA简介及使用教程
FOFA 是白帽汇推出的一款网络空间搜索引擎,它通过进行网络空间测绘,能够帮助研究人员或者企业迅速进行网络资产匹配,例如进行漏洞影响范围分析、应用分布统计、应用流行度等。
FOFA 搜索引擎检索到的内容主要是服务器,数据库,某个网站管理后台,路由器,交换机,公共ip的打印机,网络摄像头,门禁系统,Web服务 ……
FOFA 这类搜索引擎又有另一个名字:网络空间测绘系统。—— 它们就像是现实生活中的卫星地图那样,一点点勾勒出公共网络空间的样子,每一个网站、每一台公共环境下的服务器……当一个高危漏洞爆发,FOFA系统便能向卫星定位地址一样,通过特征迅速找到全网的脆弱设备。
网站:https://fofa.so/ FOFA不仅提供了在线搜索还提供了FOFA Pro客户端版本
简单来说就是跟国外的shodan
,国内的ZoomEye
一样是网络空间测绘工具
流程
登陆 -> 输入关键字 -> 爬取 -> 保存
登陆
登陆流程比较复杂,为了简单暴力直接使用cookie
,每次使用时需要在 config.py
文件中修改 cookie
值
此外config.py
里面还存储了一些全局的配置信息
输入关键字
在页面输入我们需要查找的关键字,例如 aaa
跳转网页为:https://fofa.so/result?q=aaa&qbase64=YWFh&file=&file=
可以看出来qbase64
是关键字base64
的编码,经过测试只需要这两个关键字即可进行搜索
https://fofa.so/result?page=&qbase64=
page
为页码,qbase64
为关键字的base64编码
关键字转base64
编码关键代码如下
searchbs64 = quote(str(base64.b64encode(config.SearchKEY.encode()), encoding='utf-8'))
使用quote
对URL进行编码,防止出现错误
爬取
使用正则表达式显示该关键字在fofa
中一共有多少页
pagenum = re.findall('>(\d*)</a> <a class="next_page" rel="next"', html)
print("该关键字存在页码: "+pagenum[0])
先让用户确定爬取的开始和结束页码
config.StartPage=input("请输入开始页码:\n")
config.StopPage=input("请输入终止页码: \n")
使用xpath
提取页面url
urllist=tree.xpath('//div[@class="re-domain"]//text()')
urllist = [value.strip('\n').strip(' ').strip('\n') for value in urllist if len(value.strip('\n').strip(' ').strip('\n')) != 0]
print(urllist)
保存
保存在 hello_world.txt
文件中
doc = open("hello_world.txt", "a+")
for i in range(int(config.StartPage),int(pagenum[0])):
print("Now write " + str(i) + " page")
pageurl = requests.get('https://fofa.so/result?page=' + str(i) + '&qbase64=' + searchbs64, headers=config.header)
tree = etree.HTML(pageurl.text)
urllist=tree.xpath('//div[@class="re-domain"]//text()')
urllist = [value.strip('\n').strip(' ').strip('\n') for value in urllist if len(value.strip('\n').strip(' ').strip('\n')) != 0]
print(urllist)
for j in urllist:
print(j)
doc.write(j+"\n")
if i==int(config.StopPage):
break
time.sleep(config.TimeSleep)
doc.close()
完成
END
全部代码放在 github
上:https://github.com/Cl0udG0d/Fofa-script