前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >如何使用EvilTree在文件中搜索正则或关键字匹配的内容

如何使用EvilTree在文件中搜索正则或关键字匹配的内容

作者头像
FB客服
发布于 2023-03-29 07:54:08
发布于 2023-03-29 07:54:08
4.7K02
代码可运行
举报
文章被收录于专栏:FreeBufFreeBuf
运行总次数:2
代码可运行

 关于EvilTree 

EvilTree是一款功能强大的文件内容搜索工具,该工具基于经典的“tree”命令实现其功能,本质上来说它就是“tree”命令的一个独立Python 3重制版。但EvilTree还增加了在文件中搜索用户提供的关键字或正则表达式的额外功能,而且还支持突出高亮显示包含匹配项的关键字/内容。

 工具特性 

1、当在嵌套目录结构的文件中搜索敏感信息时,能够可视化哪些文件包含用户提供的关键字/正则表达式模式以及这些文件在文件夹层次结构中的位置,这是EvilTree的一个非常显著的优势; 2、“tree”命令本身就是分析目录结构的一个神奇工具,而提供一个单独的替代命令用于后渗透测试是非常方便的,因为它并不是每一个Linux发行版都会预安装的,而且在Windows操作系统上功能还会有部分受限制。

 工具下载 

由于该工具基于Python 3开发,因此广大研究人员首先需要在本地设备上安装并配置好Python 3环境。接下来,使用下列命令将该项目源码克隆至本地:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
git clone https://github.com/t3l3machus/eviltree.git(向右滑动、查看更多)

 工具使用样例 

样例一-执行一次正则表达式搜索,在/var/www中寻找匹配“password = something”的字符串:

样例二-使用逗号分隔的关键字搜索敏感信息:

样例三-使用“-i”参数只显示匹配的关键字/正则式内容(减少输出内容长度):

 有用的关键字/正则表达式模式 

搜索密码可用的正则表达式

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
-x ".{0,3}passw.{0,3}[=]{1}.{0,18}"

搜索敏感信息可用的关键字

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
-k passw,db_,admin,account,user,token

 项目地址 

EvilTree:https://github.com/t3l3machus/eviltree

参考资料:

https://twitter.com/intent/tweet?text=A%20standalone%20python3%20remake%20of%20the%20classic%20%22tree%22%20command%20with%20the%20additional%20feature%20of%20searching%20for%20user%20provided%20keywords%2Fregex%20in%20files%2C%20highlighting%20those%20that%20contain%20matches.&url=https://github.com/t3l3machus/eviltree&via=t3l3machus&hashtags=cybersecurity,pentesting,redteaming,hacking,github

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-12-03,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 FreeBuf 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
(数据科学学习手札21)sklearn.datasets常用功能详解
作为Python中经典的机器学习模块,sklearn围绕着机器学习提供了很多可直接调用的机器学习算法以及很多经典的数据集,本文就对sklearn中专门用来得到已有或自定义数据集的datasets模块进行详细介绍; datasets中的数据集分为很多种,本文介绍几类常用的数据集生成方法,本文总结的所有内容你都可以在sklearn的官网: http://scikit-learn.org/stable/modules/classes.html#module-sklearn.datasets 中找到对应的更加详细
Feffery
2018/04/17
1.3K0
(数据科学学习手札21)sklearn.datasets常用功能详解
sklearn 快速入门教程
  sklearn中包含了大量的优质的数据集,在你学习机器学习的过程中,你可以通过使用这些数据集实现出不同的模型,从而提高你的动手实践能力,同时这个过程也可以加深你对理论知识的理解和把握。(这一步我也亟需加强,一起加油!^-^)
py3study
2020/01/16
7390
sklearn自带的数据集以及生成数据
load_boston([return_X_y]) 加载波士顿房价数据;用于回归问题
西西嘛呦
2020/08/26
1.8K0
sklearn自带的数据集以及生成数据
分别用逻辑回归和决策树实现鸢尾花数据集分类
学习了决策树和逻辑回归的理论知识,决定亲自上手尝试一下。最终导出决策树的决策过程的图片和pdf。逻辑回归部分参考的是用逻辑回归实现鸢尾花数据集分类,感谢原作者xiaoyangerr 注意:要导出为pdf先必须安装graphviz(这是一个软件)并且安装pydotplus这个包,把它的graphviz加入系统的环境变量path,否则会报错 决策树 from sklearn.datasets import load_iris from sklearn import tree from sklearn.mo
Aidol
2020/07/23
1.6K0
分别用逻辑回归和决策树实现鸢尾花数据集分类
A.机器学习入门算法(四): 基于支持向量机的分类预测
本项目链接:https://www.heywhale.com/home/column/64141d6b1c8c8b518ba97dcc
汀丶人工智能
2023/03/24
5830
A.机器学习入门算法(四): 基于支持向量机的分类预测
数据科学和人工智能技术笔记 二、数据准备
波士顿住房数据集 是 20 世纪 70 年代的着名数据集。 它包含506个关于波士顿周边房价的观测。 它通常用于回归示例,包含 15 个特征。
ApacheCN_飞龙
2022/12/02
3600
kmeans算法初步
版权声明:本文为博主原创文章,欢迎转载。 https://blog.csdn.net/chengyuqiang/article/details/88812958
程裕强
2019/07/02
4620
kmeans算法初步
异常检测算法比较
算法:异常检测算法比较是包括Robust covariance、One-Class SVM、Isolation Forest和Local Outlier Factor的参数根据实际数据选择的异常检测的结果比较。
裴来凡
2022/05/29
4330
异常检测算法比较
dython:Python数据建模宝藏库
尽管已经有了scikit-learn、statsmodels、seaborn等非常优秀的数据建模库,但实际数据分析过程中常用到的一些功能场景仍然需要编写数十行以上的代码才能实现。
Feffery
2021/08/18
5980
dython:Python数据建模宝藏库
dataset数据集有哪些_数据集类型
​ sklearn的数据集库datasets提供很多不同的数据集,主要包含以下几大类:
全栈程序员站长
2022/08/03
1.9K0
dataset数据集有哪些_数据集类型
sklearn.model_selection.learning_curve
本文是对scikit-learn.org上函数说明<learning_curve>一文的翻译。 包括其引用的用户手册-learning_curve
悠扬前奏
2022/06/06
5700
sklearn.model_selection.learning_curve
了解 Sklearn 的数据集
学习资料: 相关代码 更多可用数据 网址 今天来看 Sklearn 中的 data sets,很多而且有用,可以用来学习算法模型。 eg: boston 房价, 糖尿病, 数字, Iris 花。
杨熹
2018/04/02
1K0
了解 Sklearn 的数据集
机器学习之KNN最邻近分类算法[通俗易懂]
KNN(K-Nearest Neighbor)最邻近分类算法是数据挖掘分类(classification)技术中最简单的算法之一,其指导思想是”近朱者赤,近墨者黑“,即由你的邻居来推断出你的类别。
全栈程序员站长
2022/08/10
1.3K0
机器学习之KNN最邻近分类算法[通俗易懂]
scikit-learn生成数据集
为了方便用户学习机器学习和数据挖掘的方法,机器学习库scikit-learn的数据集模块sklearn.datasets提供了20个样本生成函数,为分类、聚类、回归、主成分分析等各种机器学习方法生成模拟的样本集。
爱编程的小明
2022/09/05
7730
scikit-learn生成数据集
DBSCAN聚类算法Python实现
DBSCAN是一种基于密度的聚类算法,这类密度聚类算法一般假定类别可以通过样本分布的紧密程度决定。同一类别的样本,他们之间的紧密相连的,也就是说,在该类别任意样本周围不远处一定有同类别的样本存在。
里克贝斯
2021/05/21
2.9K1
DBSCAN聚类算法Python实现
K-means算法
聚类(Clustering)是一种无监督学习(unsupervised learning),简单地说就是把相似的对象归到同一簇中。簇内的对象越相似,聚类的效果越好。
润森
2019/08/29
1.1K0
K-means算法
一文掌握sklearn中的支持向量机
前面两节已经介绍了线性SVC与非线性SVC的分类原理。本节将在理论的基础上,简单介绍下sklearn中的支持向量机是如何实现数据分类的。并参照理论中的概念对应介绍重要参数的含义,以及如何调节参数,使得模型在数据集中得到更高的分数。
数据STUDIO
2021/06/24
2.1K0
sklearn同时运行多个模型并进行可视化
参考:https://blog.csdn.net/qq_34106574/article/details/82016442
西西嘛呦
2020/08/26
1K0
sklearn同时运行多个模型并进行可视化
【优质原创】分享几个Sklearn模块中不为人知又超级好用的API函数
相信对于不少机器学习的爱好者来说,训练模型、验证模型的性能等等用的一般都是sklearn模块中的一些函数方法,今天小编来和大家聊一下该模块中那些不那么为人所知的API,可能知道的人不多,但是十分的好用。
用户6888863
2022/06/08
3880
【优质原创】分享几个Sklearn模块中不为人知又超级好用的API函数
机器学习算法的随机数据生成
    在学习机器学习算法的过程中,我们经常需要数据来验证算法,调试参数。但是找到一组十分合适某种特定算法类型的数据样本却不那么容易。还好numpy, scikit-learn都提供了随机数据生成的功能,我们可以自己生成适合某一种模型的数据,用随机数据来做清洗,归一化,转换,然后选择模型与算法做拟合和预测。下面对scikit-learn和numpy生成数据样本的方法做一个总结。
刘建平Pinard
2018/08/14
1.2K0
机器学习算法的随机数据生成
推荐阅读
相关推荐
(数据科学学习手札21)sklearn.datasets常用功能详解
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档