GooDork 使用教程
2025-04-18 10:41:09作者:薛曦旖Francesca
1. 项目介绍
GooDork 是一个基于命令行的简单 Python 脚本,旨在允许用户直接在命令行中利用 Google Dorking 的强大功能。通过分析使用正则表达式进行搜索的结果,GooDork 提供了对 Google 搜索指令的强大支持。用户可以针对 Web 应用程序的多个属性(如 URL、可显示文本、锚点等)应用正则表达式。
2. 项目快速启动
在开始使用 GooDork 前,请确保以下 Python 包已安装在您的机器上:
- beautifulsoup4
- python-httplib
- python-urllib
- python-urlparse
以下是一个快速启动 GooDork 的示例代码:
from GooDork import GooDork
# 创建 GooDork 实例
gd = GooDork()
# 设置搜索的 Google Dork 查询
gd.set_dork('site:example.com')
# 执行搜索并获取结果
results = gd.dork()
# 打印结果
for result in results:
print(result)
请将 site:example.com 替换为您想要搜索的实际 Dork 查询。
3. 应用案例和最佳实践
应用案例
- 搜索特定网站上的所有 PDF 文件:
site:example.com filetype:pdf - 查找具有特定标题的网页:
intitle:"Example Title" - 搜索包含特定文本的网页:
"Example Text"
最佳实践
- 在使用正则表达式时,请确保您了解 Python 的正则表达式语法。
- 为了避免过载 Google 服务器,请合理安排搜索频率。
- 使用自定义 User-Agent 以提高搜索的成功率。
4. 典型生态项目
目前 GooDork 社区并没有明确定义的生态项目,但您可以查找与其他安全研究人员和开发者共享的类似工具和脚本,以便扩展 GooDork 的功能和用途。例如,您可以在 GitHub 上搜索其他 Dorking 工具或与 Web 安全相关的项目,以便发现新的使用方法和案例。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
热门内容推荐
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
660
4.26 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
505
610
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
392
289
暂无简介
Dart
909
219
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108