python爬虫_自动获取seebug的poc实例_Python

简单的写了一个爬取www.seebug.org上poc的小玩意儿~

首先我们进行一定的抓包分析

我们遇到的第一个问题就是seebug需要登录才能进行下载，这个很好处理，只需要抓取返回值200的页面，将我们的headers信息复制下来就行了

（这里我就不放上我的headers信息了，不过headers里需要修改和注意的内容会在下文讲清楚）

				 
				?

									headers = {

									 'Host':******,

									 'Connection':'close',

									 'Accept':******,

									 'User-Agent':******,

									 'Referer':'https://www.seebug.org/vuldb/ssvid-',

									 'Accept-Language':'zh-CN,zh;q=0.8',

									 'Cookie':***********

									}

由上所知，我们的中点就是referer这一项，是我们后面要进行修改的

那么怎么去修改这个呢？

我先进行点击下载链接抓包发现，seebug的poc下载链接特别的整齐：

'https://www.seebug.org/vuldb/downloadPoc/xxxxx',

后面只需要加上一个五位数就行，而且五位数是连号的哦！

这就一目了然，我更改了五位数再次进行请求时发现，并没有返回美丽的200状态码，瞄了一眼header，发现了referer这一项：

'Referer':'https://www.seebug.org/vuldb/ssvid-xxxxx'

也就是说referer这一项的五位数字也要随之变化，这样我们的get请求头部就完成了

接下来是线程的问题

使用了queue和threading进行多线程处理，发现我们不能图快，不然会被反爬虫发现

于是导入time增加time.sleep(1)，能有一秒的休眠就行了，线程数给了2个（这样看来好像线程的意义并不大，不过也就这么写啦）

				 
				?

									# coding=utf-8

									import requests

									import threading

									import Queueimport time 

									headers = {

									   ******

									  }

									url_download = 'https://www.seebug.org/vuldb/downloadPoc/'

									class SeeBugPoc(threading.Thread):

									 def __init__(self,queue):

									  threading.Thread.__init__(self)

									  self._queue = queue

									 def run(self):

									  while not self._queue.empty():

									   url_download = self._queue.get_nowait()

									   self.download_file(url_download)

									 def download_file(self,url_download):

									  r = requests.get(url = url_download,headers = headers)

									  print r.status_code

									  name = url_download.split('/')[-1]

									  print name 

									  if r.status_code == 200:

									   f = open('E:/poc/'+name+'.txt','w')

									   f.write(r.content)

									   f.close()

									   print 'it ok!'

									  else:

									   print 'what fuck !'

									  time.sleep(1)

									'''

									 def get_html(self,url):

									  r = requests.get(url = url,headers = headers)

									  print r.status_code

									  print time.time()

									'''

									def main():

									 queue = Queue.Queue()

									 for i in range(93000,93236):

									  headers['Referer'] = 'https://www.seebug.org/vuldb/ssvid-'+str(i)

									  queue.put('https://www.seebug.org/vuldb/downloadPoc/'+str(i))

									  #queue用来存放设计好的url，将他们放入一个队列中，以便后面取用

									 threads = []

									 thread_count = 2

									 for i in range(thread_count):

									  threads.append(SeeBugPoc(queue))

									 for i in threads:

									  i.start()

									 for i in threads:

									  i.join()

									if __name__ == '__main__':

									 main()