-
Notifications
You must be signed in to change notification settings - Fork 3
/
Copy pathdeduplication.py
417 lines (333 loc) · 12.9 KB
/
deduplication.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
# coding:utf-8
import sys
import os
from time import sleep
import linecache
import hashlib
_author = "jijue"
_version = "v1.11_[新春特别版]"
example="""
author : %s
version : %s
example :
# 字典重复数量查看：
如果刚拿到一份字典，想知道有多少重复的条目，就可以使用该功能
python deduplication.py num [file]
# 两份字典去重：
两份字典合并为一个list，然后去重写入一份新的字典文件中
python deduplication.py de [file1] [file2]
# 单个字典去重
python deduplication.py set [file_path]
# 字典分割：
类似于"admin:password"格式的字典
如果想要分离成两份字典，可以用这个模式，指定用于分割的字符":"和文件名即可
python deduplication.py sp [str] [file]
# 指定目录 合并所有文件 并去重保存为一份文件
如果拿到一份字典文件夹，里面的字典都是同一类型的，比如都是手机号码字典，或者都是php文件名的字典，觉得单个去重太费劲了就可以使用这个模式
python deduplication.py dicset [dir_path]
最后会在该目录下会生成一个名为 __The__One__File__.txt 的文件，所以如果该目录下之前已经有该文件名的文件，请提前修改，否则会被重制(我当然可以生成随机文件名，但我懒得写，就酱，下课)
# markdown 格式 简单表格生成：
分两步：
第一步，修改变量 mdxlsx 的值
第二步，执行命令 python deduplication.py mdxlsx
将会直接将符合markdown格式的表格内容打印出来
# burp intruder模块save文件提取功能：
将文件中指定的部分内容提取出来用于进一步的攻击
举例：
\"Request Payload Status Error Timeout Length Comment
8445 [email protected] 200 false false 1196
\"
想要以length为参考，提取出所有length为1196的payload
python deduplication.py burp burp_save.txt 6 1196 2
python deduplication.py burp [filepath] [参考列位置] [参考内容] [提取内容位置(如果要提取多个字段请用","分隔)]
# 字典文件加密功能：
因为考虑到一些网站登陆时会对密码做一些简单的加密，比如md5(md5($pass))、md5($pass)等，所以有了这个功能
直接读取字典中的所有内容，加密生成新的文件(源文件不影响)
python deduplication.py encry [filepath] [加密形式id]
目前支持的加密形式有:
1 : md5(md5($pass))
2 : md5($pass)
""" % (_author,_version)
def deduplication(file1,file2):
print "\n+-------------------------------+"
print "字典文件 1 "+file1
print "字典文件 2 "+file2
if os.path.exists(file1) and os.path.exists(file2):
ext=os.path.splitext(file1)[1]
print "文件拓展名 "+ext
print "\n"
basefile1=os.path.basename(file1)
basefile2=os.path.basename(file2)
pathfile1=os.path.dirname(file1)
# 相对路径下主文件也就是file1如果和本工具在同一个目录下
# pathfile1的值就是空，如果按照else的处理经过字符拼接会直接保存到根目录，然后报错
# IOError: [Errno 30] Read-only file system: '/test_ID_CARD.list'
if pathfile1 == "":
file1_2 = basefile1.split(".")[0]+"_"+basefile2.split(".")[0]+ext
else :
file1_2=pathfile1+"/"+basefile1.split(".")[0]+"_"+basefile2.split(".")[0]+ext
else:
exit("file1或file2路径不存在，请重试")
with open(file1,"r") as f:
list1=[i.strip() for i in f.readlines()]
print "%s数量为%d条" % (basefile1,len(list1))
list1=list(set(list1))
print "%s去重后数量为%d条" % (basefile1,len(list1))
print "\n"
with open(file2,"r") as f:
list2=[i.strip() for i in f.readlines()]
print "%s数量为%d条" % (basefile2,len(list2))
list2=list(set(list2))
print "%s去重后数量为%d条" % (basefile2,len(list2))
"""
num=0
for i in list2:
if not i in list1:
list1.append(i)
num+=1
listnum=len(list1)
"""
list3=set(list1+list2)
num = len(list3) - len(list1)
listnum = len(list3)
print "\n去重完毕，新增%d条\n" % (num)
# [list1.append(i) for i in list2 if not i in list1]
# print list1
with open(file1_2,"w") as f:
for i in sorted(list3):
f.write(i+"\n")
print "排序完毕\n新字典文件保存为 "+file1_2
print "共计%d条" % (listnum)
print "\n+-------------------------------+\n"
def split(splitstr,splitfile):
if os.path.exists(splitfile):
abspath=os.path.abspath(splitfile)
path=os.path.dirname(splitfile)
basefile=os.path.basename(splitfile).split(".")[0]
ext=os.path.splitext(splitfile)[1]
else:
exit("file not exist")
if os.access(abspath, os.W_OK)==True:
pass
else:
print "you haven't write pri"
exit(0)
fl=path+"/"+basefile+"_l"+ext
fr=path+"/"+basefile+"_r"+ext
try:
file_left_object=open(fl,"w+")
file_right_object=open(fr,"w+")
with open(splitfile,"r") as f:
num=0
for line in f.readlines():
# line=line.strip().split("----")[0]
file_left_object.write(line.strip().split(splitstr)[0]+"\n")
file_right_object.write(line.strip().split(splitstr)[1]+"\n")
num+=1
print "共计分割%d条" % (num)
except:
print "新建文件失败"
exit(0)
finally:
file_left_object.close()
file_right_object.close()
print "生成新文件%s和%s" % (fl,fr)
def set_file(file_name):
with open(file_name,"r") as f:
list = [i.strip() for i in f.readlines()]
len1_list = len(list)
print "源文件共计%d条" % (len1_list)
list = set(list)
len2_list = len(list)
len_set = len1_list - len2_list
print "其中%d条重复，经优化有%d条保留" % (len_set,len2_list)
with open(file_name.split(".")[0] + "_seted.txt","w") as newf:
for i in list:
newf.write(i+"\n")
print "新文件保存为%s" % (file_name.split(".")[0] + "_seted.txt")
def num_file(file_path):
"""
接受一个参数
打印字典文件总量和重复量
"""
with open(file_path,"r") as f:
listfile = list(i.strip() for i in f.readlines())
len_file = len(listfile)
listset = set(listfile)
len_set = len(listset)
_len_ed = len_file - len_set
print "源文件共计%d条" % (len_file)
print "其中共有%d条重复" % (_len_ed)
if _len_ed != 0:
print "可以使用 python deduplication.py set [file_path] 去重"
def dicset(dic_path):
if os.access(dic_path,os.F_OK) and os.access(dic_path,os.R_OK) and os.access(dic_path,os.W_OK):
os.chdir(dic_path)
print "\n移动至目录 %s 下\n" % (dic_path)
sleep(0.5)
else:
print "指定路径 %s 没有访问或读写权限，请重新确认" % (dic_path)
exit(0)
lists = list()
for i in os.listdir(os.getcwd()):
print "处理文件 %s" % (i)
with open(i,"r") as f:
res = f.readlines()
newres = [i.strip() for i in res]
newres = set(newres)
print "处理完毕，源文件 %d 条，去重后 %d 条" % (len(res),len(newres))
lists += newres ;sleep(0.1)
lists = set(lists)
print "\n所有文件处理完毕，去重后共计 %d" % (len(lists))
_the_one_file_ = "__The__One__File__.txt"
with open(_the_one_file_,"w") as f:
for i in lists:
f.write(i+"\n")
print "\n文件保存为 %s\n" % _the_one_file_
mdxlsx = """
PORT STATE SERVICE VERSION
22/tcp open ssh OpenSSH 8.0 (protocol 2.0)
80/tcp open http Tengine httpd
443/tcp open ssl/http Tengine httpd
3306/tcp open mysql MySQL 5.7.31-log
8888/tcp open http Ajenti http control panel
"""
def gen_markdown_xlsx(string):
"""
接受一个多行字符串，然后将其修改为符合markdown的表格格式的字符串
然后打印到屏幕上
参数string就在上面，直接修改就好了
"""
lis = string.strip().split("\n")
title_len = len(lis[0].split(" "))
title = lis[0].split(" ")
xlsx_new = str()
for i in title:
xlsx_new += "|" + i
xlsx_new += "|\n"
xlsx_new += "|-"*title_len + "|\n"
for i in lis[1:]:
for o in i.split(" "):
xlsx_new += "|%s" % (o)
xlsx_new += "|\n"
print xlsx_new
def burp(filenamepath,grepnum,grepstr,thenum):
"""
burp处理主函数，主要负责将用户提供的提取参数交给burp_split函数处理，然后汇总进一个列表里
全部写进list文件里
"""
thestr_list = thenum.strip().split(",")
sum_list = []
for i in thestr_list:
thestr = burp_split(filenamepath,grepnum,grepstr,i)
sum_list.append(thestr)
len_len = len(sum_list[0])
sums = ""
for i in range(len_len) :
for f in range(len(sum_list)):
sums += sum_list[f][i] + " "
sums += "\n"
with open(filenamepath+".list","w") as f:
f.write(sums)
def burp_split(filenamepath,grepnum,grepstr,thenum):
"""
burp处理核心函数，只负责从save文件中提取单个column内容
"""
line_num = gen_column(filenamepath)
grep_num = int(grepnum)
the_num = int(thenum)
with open(filenamepath,"r") as f:
lines = [i.strip() for i in f.readlines()]
thenum_pay = []
for i in lines:
con = i.strip().split()
if len(con) != line_num:
continue
if con[grep_num-1] != grepstr:
continue
thenum_pay.append(con[the_num-1])
return thenum_pay
def gen_column(filename):
"""
获取文件中关键信息的列数
接受filename一个参数
return int : column
"""
line_cache = linecache.getlines(filename)[4:9]
linecache.clearcache()
column_num = []
for i in line_cache:
line_i = i.strip().split()
column_num.append(len(line_i))
column_numadd = 0
for i in column_num:
column_numadd += int(i)
# print column_numadd;print len(column_num)
column = column_numadd/len(column_num)
return column
# print gen_column("burp_user.txt")
# burp("burp_user.txt",8,"true","2,3")
# gen_column("phph1.txt")
# burp_split("phph1.txt",6,6,1263,2)
def _encrypt_md5_md5(one_string):
"""
md5(md5($pass))方式加密
"""
_md5 = hashlib.md5(one_string).hexdigest()
_md5_md5 = hashlib.md5(_md5).hexdigest()
return _md5_md5
def _encrypt_md5(one_string):
"""
md5($pass)方式加密
"""
_md5 = hashlib.md5(one_string).hexdigest()
return _md5
# 加密列表
# 新的加密方式添加时做三步
# 第一，写加密函数
# 第二，添加函数名至下方字典
# 第三，将新增加密方式写进help
encrypt_list = {"1":"_encrypt_md5_md5","2":"_encrypt_md5"}
# print _encrypt_md5_md5("1")
def encrypt_core(filepath,enc_id):
"""
enc_id : 类似于hashcat的使用方式，后续一定会继续增加不同的加密方式的
filepath : 很好理解了
直接生成与加密方式同名的list文件
"""
enc_fun = encrypt_list[str(enc_id)]
with open(filepath,"r") as f:
_list = [i.strip() for i in f.readlines()]
_encry_list = []
for i in _list:
_encry_list.append(eval(enc_fun)(i))
encry_filepath = filepath + "." + enc_fun + ".list"
with open(encry_filepath,"w") as f:
for i in _encry_list:
f.write(i+"\n")
print "加密文件 %s 已生成完毕" % (encry_filepath)
# return eval(enc_fun)("1")
# encrypt_core("PassWordList/top100.txt",1)
if len(sys.argv)>1:
if sys.argv[1] == "de" :
deduplication(sys.argv[2],sys.argv[3])
elif sys.argv[1] == "sp" :
split(sys.argv[2],sys.argv[3])
elif sys.argv[1] == "set" :
set_file(sys.argv[2])
elif sys.argv[1] == "num" :
num_file(sys.argv[2])
elif sys.argv[1] == "mdxlsx":
gen_markdown_xlsx(mdxlsx)
elif sys.argv[1] == "dicset":
dicset(sys.argv[2])
elif sys.argv[1] == "burp":
burp(sys.argv[2],sys.argv[3],sys.argv[4],sys.argv[5])
elif sys.argv[1] == "encry":
encrypt_core(sys.argv[2],sys.argv[3])
else:
print example
exit(0)
else:
print example
exit(0)