项目地址
https://github.com/TFour123/screen_get
1.安装依赖 pip install selenium webdriver-manager tqdm
2.在py脚本所在文件夹下，创建targets.txt文件，运行脚本即可。
说明：
(1)该脚本旨在攻防中，批量的请求url，获取页面截图，以便初步判断脆弱资产。
(2)脚本运行后，会在py文件所在的文件夹下创建screenshots文件夹，并把截图保存到该文件夹下，最后会生成html文档，以便快速筛选可能脆弱的资产
运行截图：
脚本
import os
import re
import time
import random # 导入 random 用于生成随机数
import concurrent.futures
from tqdm import tqdm # 导入 tqdm 用于进度条
from queue import PriorityQueue # 使用优先队列来根据响应时间优先处理
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.chrome.options import Options
from webdriver_manager.chrome import ChromeDriverManager
# 初始化 Chrome 浏览器的设置
chrome_options = Options()
chrome_options.add_argument("--headless") # 无头模式（不显示浏览器窗口）
chrome_options.add_argument("--no-sandbox")
chrome_options.add_argument("--disable-dev-shm-usage")
# 自动下载 ChromeDriver
def get_driver():
return webdriver.Chrome(service=Service(ChromeDriverManager().install()), options=chrome_options)
# 创建一个用于存储截图的文件夹
output_folder = "screenshots"
os.makedirs(output_folder, exist_ok=True)
# 创建 HTML 文件并写入初始内容
html_file = "screenshots_report.html"
with open(html_file, "w", encoding="utf-8") as f:
f.write("<html><head><title>URL Screenshot Report</title></head><body>\n")
f.write("<table border='1' cellpadding='10' cellspacing='0' style='border-collapse: collapse;'>\n")
f.write("<tr><th>URL</th><th>Screenshot</th></tr>\n") # 添加表格头部
# 使用随机数和时间戳生成唯一文件名
def generate_filename(url):
timestamp = time.strftime("%Y%m%d-%H%M%S")
random_number = random.randint(1000, 9999) # 生成 1000 到 9999 的随机数
file_name = f"screenshot_{random_number}_{timestamp}.png"
return file_name
# 定义访问和截图的函数，并测量访问时间
def capture_screenshot(url, priority_queue):
driver = get_driver() # 每个线程单独初始化一个 driver
start_time = time.time()
try:
driver.get(url)
print(f"正在访问 {url}...")
# 生成截图文件的名称
file_name = generate_filename(url)
file_path = os.path.join(output_folder, file_name)
# 截图并保存到指定路径
driver.save_screenshot(file_path)
print(f"已保存截图：{file_path}")
# 截图完成后立即写入 HTML 文件
with open(html_file, "a", encoding="utf-8") as f:
f.write(f"<tr><td>{url}</td><td><img src='{file_path}' width='300'></td></tr>\n")
# 记录完成后的响应时间
end_time = time.time()
response_time = end_time - start_time
priority_queue.put((response_time, url)) # 将 URL 和响应时间放入优先队列
return (url, file_path)
finally:
driver.quit()
# 使用优先队列动态调整优先级
def prioritize_and_process_urls(urls):
priority_queue = PriorityQueue()
# 将初始 URL 放入优先队列，初始优先级为 0
for url in urls:
priority_queue.put((0, url))
# 使用多线程加速访问和截图
max_threads = 10
with concurrent.futures.ThreadPoolExecutor(max_threads) as executor:
futures = []
progress = tqdm(total=len(urls), desc="Processing URLs")
while not priority_queue.empty():
# 获取优先级最高的 URL（即响应时间最短的）
priority, url = priority_queue.get()
# 提交任务并将优先队列传递给 capture_screenshot
future = executor.submit(capture_screenshot, url, priority_queue)
futures.append(future)
# 更新进度条
progress.update(1)
# 等待所有任务完成
concurrent.futures.wait(futures)
progress.close()
# 从 targets.txt 文件中读取 URL 列表
with open("targets.txt", "r", encoding="utf-8") as f:
urls = [line.strip() for line in f if line.strip()] # 去除空行和多余空格
# 优先处理并开始截图
prioritize_and_process_urls(urls)
# 最后关闭 HTML 文件的标签
with open(html_file, "a", encoding="utf-8") as f:
f.write("</table></body></html>\n")
print(f"报告已生成：{html_file}")