moviii/web-vuln-scanner

# 🔍 Web 漏洞扫描器 一个基于 Python 的 CLI 工具，可自动扫描网站的常见安全漏洞并生成结构化的安全报告。 ## 功能特性 - **Web 爬取** — BFS 爬虫，用于发现内部链接和表单输入 - **SQL 注入检测** — 注入 payload 并检测数据库错误签名 - **XSS 检测** — 通过表单输入测试反射型跨站脚本攻击 (XSS) - **端口扫描** — 针对常用端口的多线程原始 TCP socket 扫描器 - **HTTP 头分析** — 检查缺失或配置错误的安全头 - **OWASP Top 10 检查** — CSRF 检测、目录遍历、敏感文件暴露 - **丰富报告** — 同时生成 JSON 和深色主题的 HTML 仪表盘报告 ## 安装 ``` git clone https://github.com/YOUR_USERNAME/web-vuln-scanner.git cd web-vuln-scanner pip install -r requirements.txt ``` ## 使用方法 ``` # Basic 扫描 python scanner.py --url https://example.com # 自定义深度、端口列表和报告名称 python scanner.py --url https://example.com --depth 3 --ports 80 443 22 3306 --output my_report ``` ### 参数 | 参数 | 描述 | 默认值 | |---|---|---| | `--url` | 目标 URL *(必填)* | — | | `--depth` | 爬取深度 | `2` | | `--ports` | 要扫描的端口（空格分隔的整数） | 18 个常用端口 | | `--output` | 输出文件名（不含扩展名） | `report` | 报告将保存为 `

.json` 和 `

.html`。 ## 本地测试 使用内置的故意存在漏洞的 Flask 应用测试扫描器： ``` # 终端 1 — 启动 vulnerable 测试服务器 python test_server.py # 终端 2 — 针对它运行扫描器 python scanner.py --url http://127.0.0.1:5000 --depth 2 --output scan_report ``` 然后在浏览器中打开 `scan_report.html` 查看完整的仪表盘。 ## 项目结构 ``` web_vuln_scanner/ ├── scanner.py # CLI entry point ├── requirements.txt ├── test_server.py # Vulnerable Flask test server ├── modules/ │ ├── crawler.py # Web crawler │ ├── sql_injection.py # SQL injection tester │ ├── xss_scanner.py # XSS tester │ ├── port_scanner.py # TCP port scanner │ ├── header_checker.py # HTTP header analyzer │ └── owasp_checks.py # OWASP supplementary checks └── reports/ ├── report_generator.py # JSON + HTML report generator └── template.html # Jinja2 HTML report template ``` ## 技术栈 - **Python 3.8+** - `requests` — HTTP 客户端 - `beautifulsoup4` — HTML 解析 - `jinja2` — HTML 报告模板 - `colorama` — 彩色终端输出 ## 免责声明 本工具仅用于**教育目的**和**授权渗透测试**。作者不对任何滥用行为负责。在测试任何你不拥有的系统之前，请务必获得书面许可。 ## 许可证 MIT License

标签：AES-256, BeEF, C++17, CISA项目, CSRF检测, DOE合作, HTML报告, HTTP头分析, JSON报告, OWASP Top 10, Python, Splunk, SQL注入检测, Web安全, XSS检测, 套接字编程, 密码管理, 开源安全工具, 数据统计, 无后门, 漏洞评估, 爬虫, 端口扫描, 网络安全, 蓝队分析, 逆向工具, 逆向工程平台, 隐私保护, 黑盒测试