Chinaunix首页 | 论坛 | 博客
  • 博客访问: 5760269
  • 博文数量: 675
  • 博客积分: 20301
  • 博客等级: 上将
  • 技术积分: 7671
  • 用 户 组: 普通用户
  • 注册时间: 2005-12-31 16:15
文章分类

全部博文(675)

文章存档

2012年(1)

2011年(20)

2010年(14)

2009年(63)

2008年(118)

2007年(141)

2006年(318)

分类: Python/Ruby

2008-05-26 20:00:33

找建设银行的挂马网站,通过google的搜索结果来查找。
通过建设银行的首页的title进行检索,然后进行人工排除。

#!/usr/bin/env python

import urllib2
import re

opener = urllib2.build_opener()
opener.addheaders = [('User-agent', 'Mozilla/5.0')]

URL = "%E6%AC%A2%E8%BF%8E%E8%AE%BF%E9%97%AE%E4%B8%AD%E5%9B%BD%E5%BB%BA%E8%AE%BE%E9%93%B6%E8%A1%8C%E7%BD%91%E7%AB%99&complete=1&hl=zh-CN&newwindow=1&num=100&btnG=Google+%E6%90%9C%E7%B4%A2&as_epq=&as_oq=&as_eq=&lr=&cr=&as_ft=i&as_filetype=&as_qdr=all&as_occt=title&as_dt=i&as_sitesearch=&as_rights="
sock = opener.open(URL)
#sock = urllib.urlopen(URL);
htmlsource = sock.read()

#print htmlsource
#ippattern = re.compile(r'

#ippattern = re.compile(r'

#ippattern = re.compile(r'

ippattern = re.compile(r'

list = re.findall(ippattern,htmlsource)

result = []

format = re.compile(r'.*http://(.+?)/')
for i in list:
    #print i
    #temp = re.findall(format,i)
    #result.extend(temp)
    temp = format.search(i)
    #print temp.group(1)
    result.append(temp.group(1))

sock.close()

result = dict.fromkeys(result).keys()

outfile = open('blacklist.txt','w')
len = len(result)
for i in range(len):
    outfile.write(result[i]+'\n')
outfile.close()

阅读(2287) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~