核心方法:百度关键字优化工具

优采云发布时间: 2022-11-03 13:35

　　核心方法:百度关键字优化工具

　　国内seo公司的秘密武器现已对外公开，欢迎有需要的大家免费测试试用，提出修改意见。

　　本软件采用独特的嵌入式搜索算法和自动网络模拟技术，实现基于网络的关键词监控和网站关键词优化。

　　主要特点如下：

　　1.你想提高你的网站关键词在百度的排名吗？你可以选择这个软件。

　　2. 你想让你的网站点击量在一夜之间飙升吗？你可以选择这个软件。

　　3、你想进一步优化你的网站排名吗？你可以选择这个软件。

　　4、你想监测你关注的关键词在各大搜索引擎中的最新出现吗？你可以选择这个软件。

　　5.程序简洁大方，傻瓜式操作，可以设置任意关键字进行自由监控。

　　功能多多，欢迎用户提出好的建议，有积分送！

　　版本升级说明

　　2013.6.3.1

　　1. 新增关键词百度检测功能，为关键词较低的用户提供快速检测，让系统快速识别和优化。

　　2.增加了排名积分功能。分数越高，优化的关键词就越高。

　　3、由于加入了关键词百度检测功能，优化了关键词搜索速度。原来一个关键词搜索前15页，现在只搜索前5页。

　　完整的解决方案:Python识别CMS与批量资产收集拓展

　　如果使用模板，网站的结构过于重复，不利于SEO

　　回到本文的主题，渗透测试中检测目标URL是否基于cms模板开发，判断使用的cms类型是很重要的一步。可以在网上找到暴露的cms程序，如果cms系统是开源的，也可以下载相应的源码进行代码审计。

　　根据个人经验，总结出识别网站cms类型的五种方法，本质上是根据网页内容或网页文件的特点来判断的。只是根据网页的不同类型大致分为五类，便于理解和阅读。至于在网上找到在线识别cms网站的接口并加入爬虫，省时省力，但不在本文讨论范围内。当然，以后会在视频课程的爬虫栏目中具体讨论。

　　根据页面内容识别 cms 类型

　　许多cms 系统会在网站的主页上添加一些关键词来表示cms。例如，WordPress 是一个使用 PHP 语言开发的博客平台。您可以在支持 PHP 和 MySQL 数据库的服务器上设置自己的网站。如果你使用这个程序构建一个网站，关键词会出现在网站的主页上。以下目标 URL 示例是使用 WordPress 构建的：

　　我们的策略是确定网站是使用WordPress系统搭建的，所以我们识别后会继续确认网站使用WordPress的版本号，然后搜索这个版本的相关漏洞，所以以方便接下来的渗透测试工作。执行。

　　那么只需要准备一个指纹库，然后访问目标网站后，比较指纹库的内容，如果命中关键词，那么直接判断cms的类型的网址。

　　指纹数据库文件需要不断采集和更新。

　　如果用代码来实现，大致的大致结构大概是这样的设计：

# -*- coding:utf-8 -*- import requests body = { 'content="WordPress':'WordPress', 'wp-includes':'WordPress', 'pma_password':'phpMyAdmin', 'hexo':'hexo', } def CheckCmsFromBody(url): try: r = requests.get(url) encoding = requests.utils.get_encodings_from_content(r.text)[0] url_content = r.content.decode(encoding, 'replace') for k,v in body.items(): if k in url_content: print('目标网址:{} 识别CMS为:{}'.format(url,v)) except Exception as e: print(e) url = 'http://www.langzi.fun' CheckCmsFromBody(url)

　　代码的粗略作用是获取首页的内容，然后从指纹库中寻找关键词的存在来判断cms的类型。

　　根据请求头的内容识别cms的类型

　　除了从上面的网页内容中识别cms的类型，还可以从请求头消息中获取相关信息，有的cms系统在请求头中返回一个唯一的特征码信息。如下图，目标网站是用PowerEasy（Moving Easy System）构建的网站，可以直接从请求头中获取特征码来判断cms的类型> 使用。

　　所以，在渗透测试的信息采集中，任何地方都不能放过~小心挖掘更多的信息。

　　这段代码的实现太简单了，开会的同学都懒得看，没有基础知识的同学看了也看不懂……我就不写了……

　　主要难点在于请求头指纹库的采集和更新。

　　需要注意的是，请求头是字典格式的数据，需要先转换成字符串，然后去指纹库找到特征关键词。

　　根据 robots.txt 文件识别 cms 类型

　　在渗透测试中，robots.txt 必须是每个人都会尝试访问的文件。robots 协议，也称为 robots.txt，是一个 ASCII 编码的文本文件，存储在网站根目录中。哪些文件目录不可访问，哪些可以访问，网站管理员不希望搜索引擎访问的目录是否收录敏感信息？

　　答案是肯定的，有些cms系统会不允许搜索引擎爬取一些敏感目录，比如后台管理界面，还会在文件中放入一些唯一的签名，这样我们就可以Text 关键词用于判断。下图中的目标网站使用的是PHPcms v9构建的系统。通过访问 robots 文件并比较签名，很容易识别所使用的 cms 类型。

　　因此，也可以根据robots文件的内容方式来识别。

　　根据网站文件 md5 值识别 cms 类型

　　MD5指纹（文件指纹验证）当您从网上下载软件时，要确保软件没有被修改（如添加病毒/非官方插件），或在下载过程中被损坏，您可以使用文件指纹验证（MD5）技术进行确认。

　　原则：

　　通过一定的算法，对具体的文件进行校验，得到一个32位的十六进制数（校验和）。待校验文件的文件名和后缀可以更改，不影响校验。只要对原创信息稍作改动，经过md5操作后，结果就会大为改观。因此，如果重新检查后得到的值（md5代码）与本软件发布站或官方网站发布的值不同，则可以认为文件已被更改。

　　需要注意的是每个文件对应的MD5的值是不同的，所以回到本文的主题，当你使用完整的cms系统时，下载的cms系统收录CSS、字体、和图标文件，其中有些文件是cms系统独有的，如果文件存在则访问该文件，然后检查该文件的MD5值，如果与指纹库一致，就可以判断网站的 cms 类型，这种方法比前一种方法精度更高。

　　指纹库格式如下：

　　即在文件网站的URL中添加网站，获取文件的MD5值，检查指纹库的值是否一致，如果一致，确认cms 被网站使用。识别方法的python实现只有四五行代码。让我们假设一个案例并假设一个指纹库：

upload/my_girl.jpg|HEXO|587c7132e6043a1de24e03ededa8980d

　　然后使用代码实践来识别：

import hashlib,requests URL = 'http://www.langzi.fun' req = requests.get(url=URL+'/upload/my_girl.jpg') md5 = hashlib.md5() md5.update(req.content) if md5.hexdigest() == '587c7132e6043a1de24e03ededa8980d': print('目标网址CMS类型为:HEXO')

　　测试代码的结果如下：

　　根据指定的网页内容识别cms的类型

　　这类方法结合了上述情况下的指纹库，即系统默认收录一些网页或文本，构建系统后这些文本仍然存在。您访问这些网页或文本，然后查看这些网页。文本中是否存在特定的关键词，如果存在则确认 cms 类型。

　　使用Empirecms（empire网站管理系统）构建如下目标网站，访问网站：

e/admin/adminstyle/1/page/about.htm

　　文件，发现该页面存在，然后点击关键词，得到的结果是该网站是使用帝国网站管理系统建立的。

　　触发字典中的关键词识别，确定为帝国网站管理系统。

　　补充说明

　　除了以上五种访问不同文件，然后根据指纹库确定cms的类型，有时还可以通过访问错误页面获取信息，可能会被防火墙屏蔽。

　　或者有的网站会对目录做一些改动，可以根据实际情况修改扫码，加个二级目录扫描比对指纹库，发现很多敏感信息。

　　以上五种方法中，按照准确率从高到低依次为：

MD5值校验识别>指定网页内容识别>Robots.txt文件识别>请求头信息识别>首页内容识别

　　按照扫描所需时间，从低到高依次为：

首页内容识别=请求头信息识别=Robots.txt文件识别>指定网页内容识别>MD5值校验识别

　　综合性价比从高到低排序如下：

Robots.txt文件识别>请求头信息识别>首页内容识别>指定网页内容识别>MD5值校验识别

　　因为首页内容识别、请求头信息识别、Robots.txt文件识别只需要访问网站一次，不会产生大量扫描，成功主要取决于你的指纹库。如果要扫描指定的网页内容并验证MD5值，就会产生更多甚至大量的访问扫描，很容易触发防火墙，造成很多麻烦。当然，这些都可以通过降低扫描频率、自动随机切换代理IP、分布式低频扫描等手段绕过。

　　回到本文的主题，鉴别cms的类型最重要的是依赖强大的指纹库，甚至可以说完全依赖于指纹库的数据。这五种方法只是思路的一个分类，能不能产生结果，取决于对于依赖指纹库的人来说，如何更新和整理指纹库，可以在 GitHub 上采集整理。各大论坛也有好心人。当然也可以下载多套cms系统，然后分析哪些文件是cms@cms独有的，查看MD5值或者检查关键词等。，然后在清理数据后将其添加到您的指纹数据库中。

　　Python识别cms代码工程设计实现与扩展

　　整个项目虽然看起来很复杂，但是仔细分析每个功能模块就很容易实现。您需要做的就是分别完成每个功能，然后将其构建在一起，形成一组流程。下面的演示代码是一个大体流程，方便阅读理解。

　　综合性价比从高到低排序如下：

Robots.txt文件识别>请求头信息识别>首页内容识别>指定网页内容识别>MD5值校验识别

　　所以只需要访问网站首页一次，先获取首页内容和请求头信息进行对比，访问robots.txt文件进行检测，最后扫描指定网页内容检测关键词并验证 MD5 值。

　　具体流程图：

　　代码实现如下：

# -*- coding:utf-8 -*- import requests,hashlib # 指纹库信息,因为我收集了差不多5000条指纹，如果全部放在代码中，则文章就写不下了 # 本代码仅作演示案例的工程结构 # 关于优化以及拓展，详细会在文章中介绍 # 首页内容指纹库 body = { 'content="WordPress':'WordPress', 'wp-includes':'WordPress', 'pma_password':'phpMyAdmin', 'hexo':'hexo', 'TUTUCMS':'tutucms', 'Powered by TUTUCMS':'tutucms', 'Powered by 1024 CMS':'1024 CMS', 'Discuz':'Discuz', '1024 CMS (c)':'1024 CMS', 'Publish By JCms2010':'捷点 JCMS',} # 请求头信息指纹库 head = {'X-Pingback':'WordPress', 'xmlrpc.php':'WordPress', 'wordpress_test_cookie':'WordPress', 'phpMyAdmin=':'phpMyAdmin=', 'adaptcms':'adaptcms', 'SS_MID&squarespace.net':'squarespace建站', 'X-Mas-Server':'TRS MAS', 'dr_ci_session':'dayrui系列CMS', 'http://www.cmseasy.cn/service_1.html':'CmsEasy', 'Osclass':'Osclass', 'clientlanguage':'unknown cms rcms', 'X-Powered-Cms: Twilight CMS':'TwilightCMS', 'IRe.CMS':'irecms', 'DotNetNukeAnonymous':'DotNetNuke',} # robots文件指纹库 robots = [ 'Tncms', '新为软件E-learning管理系统', '贷齐乐系统', '中企动力CMS', '全国烟草系统', 'Glassfish', 'phpvod', 'jieqi', '老Y文章管理系统', 'DedeCMS'] # MD5指纹库 cms_rule = [ '/images/admina/sitmap0.png|08cms|e0c4b6301b769d596d183fa9688b002a|', '/install/images/logo.gif|建站之星|ac85215d71732d34af35a8e69c8ba9a2|', '/jiaowu/hlp/Images/node.gif|qzdatasoft强智教务管理系统|70ee6179b7e3a5424b5ca22d9ea7d200|', '/theme/admin/images/upload.gif|sdcms|d5cd0c796cd7725beacb36ebd0596190|', '/themes/README.txt|drupal|5954fc62ae964539bb3586a1e4cb172a|', '/view/resource/skin/skin.txt|未知政府采购系统|61a9910d6156bb5b21009ba173da0919|', '/theme/admin/images/upload.gif|sdcms|d5cd0c796cd7725beacb36ebd0596190|', '/images/logout/topbg.jpg|TurboMail邮箱系统|f6d7a10b8fe70c449a77f424bc626680|',] # 特定网页指纹库 body_rule = [ '/robots.txt|EmpireCMS|EmpireCMS|', '/images/css.css.lnk|KesionCMS(科讯)|kesioncms|', '/data/flashdata/default/cycle_image.xml|ecshop|ecshop|', '/admin/SouthidcEditor/Include/Editor.js|良精|southidc|', '/plugin/qqconnect/bind.html|PHP168(国徽)|php168|', '/SiteServer/Themes/Language/en.xml|SiteServer|siteserver|', '/system/images/fun.js|KingCMS|kingcms|', '/INSTALL.mysql.txt|Drupal(水滴)|drupal|', '/themes/default/style.css|ecshop|ECSHOP|', '/hack/gather/template/addrulesql.htm|qiboSoft(齐博)|qiboSoft|', '/phpcms/templates/default/wap/header.html|phpcms|phpcms'] def GetContent(url): ''' 这个函数功能是： 接受一个传入的网址，返回传入网址的 (请求头信息，原始网页数据，解码成中文后的网页内容) 当然前提是访问成功了 如果访问失败，则直接返回None了 ''' headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.114 Safari/537.36'} try: r = requests.get(url,timeout=5,headers=headers) encoding = requests.utils.get_encodings_from_content(r.text)[0] url_content = r.content.decode(encoding, 'replace') return (str(r.headers),r.content,url_content) except: pass def CheckCMS(url): # 根据robots文件判定 url_r = url+'/robots.txt' res = GetContent(url_r) if res != None: for robot in robots: if robot in res[2]: return '{}-->CMS类型为:{}'.format(url, robot) # 然后根据网页内容和请求头信息判定 res = GetContent(url) if res != None: for k,v in head.items(): if k in res[0]: return '{}-->CMS类型为:{}'.format(url,v) for k,v in body.items(): if k in res[2]: return '{}-->CMS类型为:{}'.format(url, v) # 然后根据特定网址的内容判定 for x in body_rule: cms_prefix = x.split('|', 3)[0] cms_name = x.split('|', 3)[1] cms_md5 = x.split('|', 3)[2] url_c = url + cms_prefix res = GetContent(url_c) if res != None: if cms_md5 in res[2]: return '{}-->CMS类型为:{}'.format(url, cms_name) # 最后根据MD5值判定，其实如果前面都没有判定出来的话，这里扫描的意义也不是很大 for x in cms_rule: cms_prefix = x.split('|', 3)[0] cms_name = x.split('|', 3)[1] cms_md5 = x.split('|', 3)[2] url_s = url + cms_prefix res = GetContent(url_s) if res != None: md5 = hashlib.md5() md5.update(res[1]) rmd5 = md5.hexdigest() if cms_md5 == rmd5: return '{}-->CMS类型为:{}'.format(url, cms_name) if __name__ == '__main__': url = 'http://www.langzi.fun' print(CheckCMS(url))

　　试验结果：

　　以上大致就是使用代码来识别cms的类型的过程。有代码基础的同学可以自行扩展。这里有一些例子：

　　增加WAF识别功能，即在调用具体网页内容识别和MD5值校验之前启动WAF识别。如果它发现有WAF，它会跳过它。WAF识别码在公众号。有两篇文章文章有源码

　　添加随机请求头、随机代理IP等条件伪装成浏览器

　　爬取网站的目录，然后爬取爬取的网页内容，与指纹库关键词进行对比。有时候会打很多，因为有的关键词可能不会出现在首页，有的可能出现在错误页面或者404页面

　　引入线程池批量扫描URL，然后识别出cms的类型并保存在文本中。还可以达到批量刷牙的效果。不过这种做法疑似涉及HC，所以如果不是业务需求，就不要做。

　　找到多个在线识别接口cms，然后编写爬虫一起识别。当然，如果这个要长期使用，需要定期检查接口是否有效

　　仅仅依靠首页关键词的内容来判断cms的类型其实误报率很大，可以结合robots文件等等。

　　可以结合其他知识点做有趣的东西，主要是拓展自己的思维，比如结合Flask做一个简化的网络版识别cms，代码只有十几行。手痒一会就写一个，大家玩的开心吧……

　　代码显示如下：

# coding:utf-8 from flask import Flask,request import requests,hashlib app = Flask(__name__) body = { 'content="WordPress':'WordPress', 'wp-includes':'WordPress', 'pma_password':'phpMyAdmin', 'hexo':'hexo', 'TUTUCMS':'tutucms', 'Powered by TUTUCMS':'tutucms', 'Powered by 1024 CMS':'1024 CMS', 'Discuz':'Discuz', '1024 CMS (c)':'1024 CMS', 'Publish By JCms2010':'捷点 JCMS',} head = {'X-Pingback':'WordPress', 'xmlrpc.php':'WordPress', 'wordpress_test_cookie':'WordPress', 'phpMyAdmin=':'phpMyAdmin=', 'adaptcms':'adaptcms', 'SS_MID&squarespace.net':'squarespace建站', 'X-Mas-Server':'TRS MAS', 'dr_ci_session':'dayrui系列CMS', 'http://www.cmseasy.cn/service_1.html':'CmsEasy', 'Osclass':'Osclass', 'clientlanguage':'unknown cms rcms', 'X-Powered-Cms: Twilight CMS':'TwilightCMS', 'IRe.CMS':'irecms', 'DotNetNukeAnonymous':'DotNetNuke',} robots = [ 'Tncms', '新为软件E-learning管理系统', '贷齐乐系统', '中企动力CMS', '全国烟草系统', 'Glassfish', 'phpvod', 'jieqi', '老Y文章管理系统', 'DedeCMS'] cms_rule = [ '/images/admina/sitmap0.png|08cms|e0c4b6301b769d596d183fa9688b002a|', '/install/images/logo.gif|建站之星|ac85215d71732d34af35a8e69c8ba9a2|', '/jiaowu/hlp/Images/node.gif|qzdatasoft强智教务管理系统|70ee6179b7e3a5424b5ca22d9ea7d200|', '/theme/admin/images/upload.gif|sdcms|d5cd0c796cd7725beacb36ebd0596190|', '/themes/README.txt|drupal|5954fc62ae964539bb3586a1e4cb172a|', '/view/resource/skin/skin.txt|未知政府采购系统|61a9910d6156bb5b21009ba173da0919|', '/theme/admin/images/upload.gif|sdcms|d5cd0c796cd7725beacb36ebd0596190|', '/images/logout/topbg.jpg|TurboMail邮箱系统|f6d7a10b8fe70c449a77f424bc626680|',] body_rule = [ '/robots.txt|EmpireCMS|EmpireCMS|', '/images/css.css.lnk|KesionCMS(科讯)|kesioncms|', '/data/flashdata/default/cycle_image.xml|ecshop|ecshop|', '/admin/SouthidcEditor/Include/Editor.js|良精|southidc|', '/plugin/qqconnect/bind.html|PHP168(国徽)|php168|', '/SiteServer/Themes/Language/en.xml|SiteServer|siteserver|', '/system/images/fun.js|KingCMS|kingcms|', '/INSTALL.mysql.txt|Drupal(水滴)|drupal|', '/themes/default/style.css|ecshop|ECSHOP|', '/hack/gather/template/addrulesql.htm|qiboSoft(齐博)|qiboSoft|', '/phpcms/templates/default/wap/header.html|phpcms|phpcms'] def GetContent(url): ''' 这个函数功能是： 接受一个传入的网址，返回传入网址的 (请求头信息，原始网页数据，解码成中文后的网页内容) 当然前提是访问成功了 如果访问失败，则直接返回None了 ''' headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.114 Safari/537.36'} try: r = requests.get(url,timeout=5,headers=headers) encoding = requests.utils.get_encodings_from_content(r.text)[0] url_content = r.content.decode(encoding, 'replace') return (str(r.headers),r.content,url_content) except: pass def CheckCMS(url): # 根据robots文件判定 url_r = url+'/robots.txt' res = GetContent(url_r) if res != None: for robot in robots: if robot in res[2]: return '{}-->CMS类型为:{}'.format(url, robot) # 然后根据网页内容和请求头信息判定 res = GetContent(url) if res != None: for k,v in head.items(): if k in res[0]: return '{}-->CMS类型为:{}'.format(url,v) for k,v in body.items(): if k in res[2]: return '{}-->CMS类型为:{}'.format(url, v) # 然后根据特定网址的内容判定 for x in body_rule: cms_prefix = x.split('|', 3)[0] cms_name = x.split('|', 3)[1] cms_md5 = x.split('|', 3)[2] url_c = url + cms_prefix res = GetContent(url_c) if res != None: if cms_md5 in res[2]:<br style="box-sizing: border-box;font-size: inherit;color: inherit;line-height: inherit;overflow-wrap: inherit !imp

0

2022-11-03

百度排名优化专家 seo工具 win7

0 个评论

要回复文章请先登录或注册

AI时代内容工厂

核心方法:百度关键字优化工具

0 个评论

发起人