簡單的寫了一個爬取www.seebug.org上poc的小玩意兒~

首先我們進行一定的抓包分析

我們遇到的第一個問題就是seebug需要登錄才能進行下載，這個很好處理，只需要抓取返回值200的頁面，將我們的headers信息復制下來就行了

（這里我就不放上我的headers信息了，不過headers里需要修改和注意的內容會在下文講清楚）

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，我們的中點就是referer這一項，是我們后面要進行修改的

那么怎么去修改這個呢？

我先進行點擊下載鏈接抓包發現，seebug的poc下載鏈接特別的整齊：

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

后面只需要加上一個五位數就行，而且五位數是連號的哦！

這就一目了然，我更改了五位數再次進行請求時發現，并沒有返回美麗的200狀態碼，瞄了一眼header，發現了referer這一項：

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

也就是說referer這一項的五位數字也要隨之變化，這樣我們的get請求頭部就完成了

接下來是線程的問題

使用了queue和threading進行多線程處理，發現我們不能圖快，不然會被反爬蟲發現

于是導入time增加time.sleep(1)，能有一秒的休眠就行了，線程數給了2個（這樣看來好像線程的意義并不大，不過也就這么寫啦）

# coding=utf-8import requestsimport threadingimport 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用來存放設計好的url，將他們放入一個隊列中，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()