AljcScan

python3实现检查网页中的暗链

原理:通过爬虫获取网页中的URL链接，后进行访问对返回的数据包进行关键字匹配，如果匹配到了就会保存相关的网址匹配到的关键字。

语雀blog:https://www.yuque.com/pantom/web/slxx0i399r654bla?#

更新

1 selenium请求

然后主动发包测试发现返回的是404，应该是网站做了防护，之前使用的是requests 数据包，如果其他网站校验了其他请求包那么就会很难搞。 于是用了selenium 模拟浏览器请求，但是速度要慢，消耗的资源要多-后面在优化吧。

测试效果

更新以前：

更新后：

2.报告输出

如果是外链查出来还要去找对应扫描的目标网站，稍微优化了一下

关键字

自己可以根据想要检查的内容在根目录的rules.txt里面添加

前置条件

需要安装chrome浏览器

脚本使用

参数：

python39.exe .\aljcscan.py -h
usage: aljcscan.py [-h] [--targets TARGETS] [--files FILES] [--outname OUTNAME] [--Thread THREAD] [--aljc ALJC]
                   [--aljcall ALJCALL]

Process some integers.

optional arguments:
  -h, --help         show this help message and exit
  --targets TARGETS  information gathering for SubDomain
  --files FILES      Save subDomain info to Files
  --outname OUTNAME  Save outname
  --Thread THREAD    Thread
  --aljc ALJC        Scan for all sensitive words
  --aljcall ALJCALL  Scan for sensitive words

--targets

指定目标

--targets targets,txt

--Thread

线程

--Thread 20

--aljc

默认只检测当前目标网页的返回数据

--aljc True

--aljcall

--aljcall True

使用示例

检查当前的网页（不爬虫）

python39.exe .\aljcscan.py --targets .\targets.txt --aljc True

爬虫各个URL后进行检查

python39.exe .\aljcscan.py --targets .\targets.txt --aljcall True --Thread 20

输出

输入到当前目录 result.txt

有一些相关的网站会误报需要自己识别一下。比如下面百度健康，匹配到一些敏感关键字，彩票网站会匹配到一些博彩相关。

参考

https://github.com/projectdiscovery/katana

https://github.com/hakluke/hakrawler

https://github.com/projectdiscovery/httpx

DC_find 链接找不到了