前言:

安全的起点是脚本小子，安全的路程是代码，安全终点是自动化。我最开始要去写代码的时候是因为想用一个工具，但是全网资源找不到，于是一狠心，自己去做一个这样的工具。最开始就是简单学习代码知识，个人建议最开始还是Python或者Go，Python在数据处理和Ai这里其实都很有优势，Go的优势是比Python快，同时线程高并发。

我的理解是工具的自动化其实就是代替人去做重复工作的事情，比如一个漏洞扫描器，常规的漏扫工具的原理就是通过已知的poc，代替人工去尝试，通过特定的请求和返回特征去判断是否存在。

简单来说就是输入，请求，响应，判断，处理。

输入：

第一步是输入，自动化的工具等待用户输入相关参数和信息，比如url、可选选项。这里拿Find-something的源码来做演示：

Python常用的命令行脚本模块是argparse，这个是一个接受命令行参数的Python模块。

parse_args()函数定义了脚本可以接受的参数。例如-u用于目标URL，entrance()函数调用parse_args()来解析命令行参数并将它们存储在args变量中。

如果提供了-f参数，则脚本会读取文件并将其传递给

frame.check_frame(file).fileDeal()
或

`deal.Deal(file).fileDeal()`

具体取决于提供的其他参数

如果提供了-m，则调用 

frame.check_frame(file).fileDeal()

如果提供了-p，则调用

deal.Deal(file).fileDeal()

如果既没有提供-m也没有提供-p，则两个函数都会按顺序调用。

请求：

第二步是请求，这里主要讲一个方法的参数，常用的就是requests。

Requsets是一个Python的第三方库，一般用这个的理由是因为它可以定制化请求参数。

一般在工具中核心参数如下:

第一个参数，url，一般是目标加上poc的url，也就是请求路径。

第二个参数，header, 请求过程中的请求头这里有个小技巧：

在定义请求头的过程中可使用随机值，来随机X-Real-IP，这样能绕过一些防火墙的限制，提高准确率。

第三个参数，data，用来定义POST请求的body，post的内容。

第四个参数，verify，如果目标https请求中需要ssl认证，加入这个参数可以绕过认证。

第五个参数，time，主要控制一次请求的超时，如果请求在规定时间内没有响应则会报错。

相应：

请求完毕后会获得一个响应的对象，对应上述图中的respone。响应体分为respone.header响应体的头，通常包括一些响应信息。

repone.status_code也就是响应的返回值，通常200就是响应，301跳转。

还有就是响应的内容，repone.text，它通常是判断的依据。

判断：

判断，是一个自动化脚本准确性的依据，也就是特征值，在一个脚本中，通过是通过响应的所有内容来判断。

例如通过判断响应中是否有204来判断漏洞是否存在。

处理：

处理数据是很重要的部分。比如异常的处理，如果超时就会产生报错，报错后程序就会中断，导致后边的内容无法执行。另外还有结果保存的处理等场景。

小结：

以上就是Python安全工具开发的一条思路分享。现在主流的开发模式都是来写框架，用yaml来写轮子，这样便于维护。

最后想给大家推荐一款工具cursor，我愿称它为编程界的魔法海螺！有一些东西我都可以交给它去做，亲测好用，能大大节省开发过程中的时间。