wooyun整站镜像

(本文源自摘抄或整理，转自https://github.com/hanc00l/wooyun_public ，版权归其作者所有)

乌云公开漏洞、知识库爬虫和搜索
crawl and search for wooyun.org public bug(vulnerability) and drops

index

1.安装相关组件

python 2.7和pip
mongodb
scrapy (pip install scrapy)
flask (pip install Flask)
pymongo (pip install pymongo)

2.爬虫

乌云公开漏洞和知识库的爬虫分别位于目录scrapy/wooyun和scrapy/wooyun_drops
运行scrapy crawl wooyun -a page_max=1 -a local_store=false -a update=false，有三个参数用于控制爬取：
-a page_max: 控制爬取的页数，默认为1，如果值为0，表示所有页面
-a local_store: 控制是否将每个漏洞离线存放到本地，默认为false
-a update：控制是否重复爬取，默认为false
第一次爬取全部内容时，用scrapy crawl wooyun -a page_max=0 -a update=true
平时只爬取最近的更新时，用scrapy crawl wooyun -a page_max=1，可以根据自己的爬取频率和网站更新情况调整page_max的值
全部公开漏洞的列表和每个漏洞的文本内容存在mongodb中，大概约2G内容；如果整站爬全部文本和图片作为离线查询，大概需要10G空间、2小时（10M电信带宽）；爬取全部知识库，总共约500M空间。（截止2015年10月）

3.搜索

漏洞搜索使用了Flask作为web server，bootstrap作为前端
启动web server ：在flask目录下运行python app.py，默认端口是5000
搜索：在浏览器通过http://localhost:5000进行搜索漏洞，多个关键字可以用空格分开。

4.为mongodb数据库创建索引（如果不创建索引，可能导致返回结果报错，以下为命令行状态）

mongo use wooyun db.wooyun_list.ensureIndex({"datetime":1}) db.wooyun_drops.ensureIndex({"datetime":1})

5.虚拟机

虚拟机1：在2016年6月底爬的wooyun全部漏洞库和知识库内容，总共30G（压缩后约11G），网盘地址为：http://pan.baidu.com/s/1o7IEaAQ 提取密码：d4cq

使用方法：

1、压缩包解压后是一个vmware虚拟机的镜像，可以由vmware直接打开运行；
2、由于在制作压缩包时虚拟机为“挂起”状态，当前虚拟机的IP地址可能和宿主机的IP地址段不一致，请将虚拟机重启后重新获取IP地址，虚拟机用户密码为hancool/qwe123；
3、进入wooyun_public目录，先用git更新一下到最新的代码git pull； 4、进入wooyun_public/flask目录，运行./app.py；
5、打开浏览器，输入 http://ip:5000 , ip为虚拟机的网卡地址（使用ifconfig eth0查看）

虚拟机2：已打包了一个安装了所有组件和程序的虚拟机（不包含具体内容，约980M），网盘地址为：http://pan.baidu.com/s/1sj67KDZ 密码：bafi

使用方法：

1、使用vmware或virtualbox导入虚拟机
2、登录用户名hancool,密码qwe123
3、进入wooyun_public目录，先用git更新一下到最新的代码git pull
4、分别进入wooyun_public目录下的wooyun和wooyun_drops，运行爬虫爬取数据（爬取全部数据并且本地离线缓存）：scrapy crawl wooyun -a page_max=0 -a local_store=true -a update=true
5、进入wooyun_publich目录下的flask，运行./app.py，启动web服务
6、打开浏览器，输入http://ip:5000，ip为虚拟机的网卡地址（使用ifconfig eth0查看）

6.其它

本程序只用于技术研究和个人使用，程序组件均为开源程序，漏洞和知识库来源于乌云公开漏洞，版权归wooyun.org。

期待雨过天晴、重开wooyun!

[email protected]

虚拟机密码:hancool qwe123