(原创)Xray多目标检测控制 Python实现 带继续扫描 目标去重 WebHook上传
Web安全是互联网时代一个非常重要的话题。为了确保网站和应用程序的安全性，经常需要进行漏洞扫描和渗透测试。Xray 是一款强大的开源工具，可以用于自动化漏洞扫描。在本篇博客中，我们将介绍如何使用 Python 编写一个自动化脚本，将 Xray 与 Python 结合起来，以实现对多个目标网站的自动化安全扫描。
为什么需要这样一个脚本？
支持继续扫描
支持去重
支持多线程
更少的打扰
准备工作
在开始之前，确保你已经完成以下准备工作：
安装 Xray：你需要在系统中安装 Xray 工具，你可以从 Xray 官方网站 下载并安装。
创建任务文件：将需要扫描的目标 URL 存储在文本文件中，每个 URL 占据一行。这些任务文件应该放在一个指定的目录中，例如
./tasks。安装 Python：确保你已经安装了 Python，本示例使用 Python 3。
Python 脚本概述
以下是一个使用 Python 编写的脚本，它自动化了 Xray 的扫描过程。这个脚本执行以下操作：
从任务文件中读取 URL。
合并和去重这些 URL。
使用 Xray 对这些 URL 进行漏洞扫描。
将结果写入文件并进行相关清理工作。
接下来，我们将详细讲解每一部分。
Python 代码解析
导入必要的库
import os import subprocess import concurrent.futures import threading import multiprocessing
脚本使用了多线程和多进程来提高效率。
使用锁来确保对文件的原子性访问
file_lock = threading.Lock()
此锁用于确保多线程写入 targets.txt 文件时的原子性访问。
执行 Xray 命令
# 记录开始时间
start_time = time.time()
# 记录已运行的行数
processed_lines = 0
# 记录平均命令执行时间
average_command_time = 0.0
def execute_xray_command(url, mission_number, total_missions, remaining_urls):
global processed_lines, average_command_time
command_start_time = time.time()
command = f".\\xray_windows_amd64.exe webscan --basic-crawler {url} --plugins sqldet --webhook-output https://你自己的webhook链接"
try:
subprocess.run(command, shell=True, check=True, stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
except subprocess.CalledProcessError as e:
print(f"URL：{url} 的命令执行失败")
print(e)
command_end_time = time.time()
# 计算已运行的行数
processed_lines += 1
# 计算已用时间
elapsed_time = time.time() - start_time
# 计算估计剩余时间
remaining_time = (remaining_urls - processed_lines) * average_command_time
# 打印进度信息
print(f"[{time.strftime('%H:%M:%S', time.localtime(time.time()))}] [INFO] Mission {processed_lines}/{total_missions} is in progress, estimated remaining {time.strftime('%H:%M:%S', time.gmtime(remaining_time))}")
# 更新平均命令执行时间
average_command_time = (command_end_time - command_start_time + average_command_time * (processed_lines - 1)) / processed_lines这个函数用于执行 Xray 命令。它将每个 URL 作为参数传递给 Xray，并执行漏洞扫描。
处理任务文件
def process_txt_file(txt_file, last_processed_lines): lines = [] with open(txt_file, 'r') as file: lines = file.readlines()[last_processed_lines.get(txt_file, 0):] return lines
这个函数用于处理任务文件，它读取文件中的 URL 行，并根据上一次处理的位置进行截取。
主函数
def main():
# 定义存放 txt 文件的目录
tasks_directory = './tasks'
# 获取目录中所有的 txt 文件
txt_files = [os.path.join(tasks_directory, f) for f in os.listdir(tasks_directory) if f.endswith('.txt')]
# 创建字典以存储每个文件的上次处理的行数
last_processed_lines = {}
# 如果跟踪文件存在，从中读取上次处理的行数
tracking_file = 'last_processed_lines.txt'
if os.path.exists(tracking_file):
with open(tracking_file, 'r') as file:
for line in file:
file_name, line_number = line.strip().split(':')
last_processed_lines[file_name] = int(line_number)
all_urls = set()
for txt_file in txt_files:
lines = process_txt_file(txt_file, last_processed_lines)
all_urls.update(lines)
if os.path.exists('targets.txt'):
with open('targets.txt', 'r') as file:
existing_urls = file.readlines()
all_urls.update(existing_urls)
# 更新 targets.txt 文件中的 URL
with file_lock:
with open('targets.txt', 'a') as file:
for url in all_urls:
# 检查 URL 是否已经存在，如果不存在才写入文件
if url not in existing_urls:
file.write(url)
# 移除原始的 txt 文件
for txt_file in txt_files:
os.remove(txt_file)
# 计算剩余的URL行数
remaining_urls = len(all_urls) - last_processed_lines.get('targets.txt', 0)
# 使用线程池并行执行 xray 命令
with concurrent.futures.ThreadPoolExecutor(max_workers=multiprocessing.cpu_count()) as executor:
for mission_number, url in enumerate(all_urls, start=1):
executor.submit(execute_xray_command, url, mission_number, len(all_urls), remaining_urls)
if __name__ == '__main__':
processed_lines = 0
main()在主函数中，我们首先获取任务文件列表，合并和去重所有 URL，并将它们追加到 targets.txt 文件中。然后，我们使用多线程池并行执行 Xray 命令来扫描这些 URL。最后，我们更新跟踪文件和清理原始的任务文件。
总结
通过使用这个自动化脚本，你可以轻松地扫描多个目标网站以发现潜在的漏洞。这大大简化了Web安全测试的过程，提高了效率，同时也提供了灵活性，你可以根据需要添加更多的任务文件。
当然，记得始终遵循法律法规和道德准则，只在授权范围内对网站进行扫描和测试，以维护合法性和道德性。
希望这篇博客对你了解如何使用 Python 和 Xray 进行自动化漏洞扫描有所帮助。如果你对此有任何疑问或建议，请随时联系我们。安全第一！
