# FileSensor
**Dynamic file detection tool based on crawler**
基于爬虫的动态敏感文件探测工具
![banner](http://static.cdxy.me/Screenshot-banner-filesensor.png)
Feature
-------
* Generate the fuzzing vectors based on crawler results
**(input)http://localhost/ -> (crawl)http://localhost/test.php -> (detect)http://localhost/.test.php.swp**
* Scrapy framework
Stable crawler and customizable HTTP requests.
* Custom 404 filter
Use a regular expression to filter out user-defined 404 pages(which status code is 200).
Requirement
-----------
* Python 3.x
* pip
Install
-------
1. `git clone https://github.com/Xyntax/FileSensor`
2. `cd FileSensor`
3. `pip3 install -r requirement.txt`
* [Scrapy official installation guide](http://scrapy.readthedocs.io/en/latest/intro/install.html)
Usage
-----
```
FileSensor ver0.2 by <i@cdxy.me>
https://github.com/Xyntax/FileSensor
Usage:
filesensor.py URL [--404 REGEX] [-o]
filesensor.py (-h | --help)
Example:
python3 filesensor.py https://www.cdxy.me --404 "404 File not Found!"
Options:
-o save results in ./output folder
--404 REGEX filter out custom 404 page with regex
-h --help show this help message
```
Links
-----
* [Bug tracking](https://github.com/Xyntax/FileSensor/issues)
* Contact <i@cdxy.me>
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
爬虫(Web Crawler)是一种自动化程序,用于从互联网上收集信息。其主要功能是访问网页、提取数据并存储,以便后续分析或展示。爬虫通常由搜索引擎、数据挖掘工具、监测系统等应用于网络数据抓取的场景。 爬虫的工作流程包括以下几个关键步骤: URL收集: 爬虫从一个或多个初始URL开始,递归或迭代地发现新的URL,构建一个URL队列。这些URL可以通过链接分析、站点地图、搜索引擎等方式获取。 请求网页: 爬虫使用HTTP或其他协议向目标URL发起请求,获取网页的HTML内容。这通常通过HTTP请求库实现,如Python中的Requests库。 解析内容: 爬虫对获取的HTML进行解析,提取有用的信息。常用的解析工具有正则表达式、XPath、Beautiful Soup等。这些工具帮助爬虫定位和提取目标数据,如文本、图片、链接等。 数据存储: 爬虫将提取的数据存储到数据库、文件或其他存储介质中,以备后续分析或展示。常用的存储形式包括关系型数据库、NoSQL数据库、JSON文件等。 遵守规则: 为避免对网站造成过大负担或触发反爬虫机制,爬虫需要遵守网站的robots.txt协议,限制访问频率和深度,并模拟人类访问行为,如设置User-Agent。 反爬虫应对: 由于爬虫的存在,一些网站采取了反爬虫措施,如验证码、IP封锁等。爬虫工程师需要设计相应的策略来应对这些挑战。 爬虫在各个领域都有广泛的应用,包括搜索引擎索引、数据挖掘、价格监测、新闻聚合等。然而,使用爬虫需要遵守法律和伦理规范,尊重网站的使用政策,并确保对被访问网站的服务器负责。
资源推荐
资源详情
资源评论
收起资源包目录
Dynamic file detection tool based on crawler 基于爬虫的动态敏感文件探测工具 .zip (16个子文件)
SJT-code
lib
__init__.py 94B
datatype.py 2KB
common.py 3KB
data.py 221B
envcheck.py 753B
cmdparse.py 558B
filesensor.py 289B
output
DO_NOT_DELETE_THIS_FOLDER 0B
scrapy_project
__init__.py 94B
crawl.py 556B
spiders
__init__.py 94B
filesensor.py 2KB
settings.py 3KB
requirements.txt 63B
README.md 1KB
dict
suffix.txt 660B
共 16 条
- 1
资源评论
JJJ69
- 粉丝: 6131
- 资源: 5674
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 111111111111111111
- Screenshot_2024-04-30-21-47-24-26.jpg
- Cpp1.cpp1111111111
- 利用ERP流程操作的整个订单流程.ppt
- 最新二开版本源码博客论坛源码,UI很漂亮,可切换皮肤界面.rar
- ModStartBlog现代化个人博客系统 v5.2.0源码.rar
- 带posix库的mingw编译器
- SoraAI是一款功能强大的AI助手,由OpenAI开发,以其出色的语音识别技术、广泛的知识库和高度的人工智能特性而备受瞩目
- Thinkphp开发大气响应式个人博客青春博客网站源码.rar
- 最新PHP博客网站程序源码 ThinkPHP.rar
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功