python 渗透

写个端口扫描器，三行 socket 加个循环就能跑。渗透但真到渗透测试里，渗透Python 的渗透定位从来不是“替代 nmap 或 Burp”，而是渗透把零散动作串成自动流水线。上个月给一个客户做内网评估，渗透目标网段里有台老 JBoss 开着 8080，渗透手动测到一半，渗透发现每次 payload 都要重新编码、渗透发包、渗透解析回显——烦。渗透花二十分钟写了个脚本，渗透把 requests 的渗透 session 复用上，加上 ThreadPoolExecutor 并发探测，渗透原本一下午的渗透活压缩到喝杯咖啡的时间。

渗透的本质是信息差。Python 能帮你快速填平这个差。比如 subprocess 调系统命令谁都会，可你试过用 asyncio 同时跑 200 个目录爆破请求吗？去年有个众测项目，目标站点的 WAF 对高频请求直接封 IP，但把并发降到 5 以下、每个请求随机延迟 0.3 到 1.2 秒，反而能稳定跑出结果。这种“慢即是快”的节奏，用 Python 的 asyncio.sleep 控制起来比写 bash 脚本舒服太多。

上面这段代码里最值钱的是 random.uniform 那一行。很多教程只教你怎么写并发，却不说“像人一样请求”才是绕过风控的关键。我见过太多人拿 ThreadPoolExecutor(max_workers=100) 直接怼，结果 IP 秒封，还抱怨目标防护太严。这不是工具的问题，是节奏没对上。

再聊漏洞验证。Python 的 requests 配合 re 模块，能快速从响应里抠出数据库版本、路径、报错信息。有次测一个 SQL 注入点，手工 ' and 1=1-- 和 ' and 1=2-- 回显长度不同，但具体字段数得靠 order by 慢慢试。写个循环从 1 试到 30，每轮发两个请求对比响应长度，不到十秒就定位到 12 个字段。脚本里加个 if len(r1.text) != len(r2.text) 判断，比手动敲浏览器地址栏靠谱得多。

还有一点：Python 写反序列化 payload 生成器特别顺手。Java 的 ysoserial 要记一堆 gadget 链，但用 Python 调 subprocess 封装它，再配合 base64 编码和 URL 编码，能直接生成适配不同 Content-Type 的请求体。之前打一个 Fastjson 点，目标只收 application/json 且对 @type 做了黑名单，用 Python 动态替换类名、插入空字符绕过，比手动改 payload 快十倍。

最后说个坑。很多人用 os.system 执行命令，结果目标机器没装 nc 或者 curl，脚本直接挂掉。换成 subprocess.run 加 shell=True 也未必稳——不同系统的命令语法差异能把人逼疯。我的习惯是：能用 Python 原生库实现的（比如 socket 反弹 shell、http.server 传文件），绝不依赖系统命令。这样脚本扔到任何有 Python 的环境都能跑。

渗透测试里 Python 不是银弹，但它是你手里最趁手的那把瑞士军刀。关键看你怎么磨。