superl-url是一款开源的，并且功能强大的关键词URL采集工具，可以根据关键词，对搜索引擎内容检索结果的网址内容进行采集。 程序主要运用于安全渗透测试项目，以及批量评估各类CMS系统0DAY的影响程度，同时也是批量采集自己获取感兴趣的网站的一个小程序~~本来几年前就写好了，没什么技术含量，没想到小伙伴的使用需求还蛮大的，不敢私藏~~ 立了flag，
superl-url是一款开源的，并且功能强大的关键词URL采集工具，可以根据关键词，对搜索引擎内容检索结果的网址内容进行采集。
程序主要运用于安全渗透测试项目，以及批量评估各类CMS系统0DAY的影响程度，同时也是批量采集自己获取感兴趣的网站的一个小程序~~
本来几年前就写好了，没什么技术含量，没想到小伙伴的使用需求还蛮大的，不敢私藏~~
立了flag，git的star过200就一定抽时间去升级，这个flag已经实现，目前已经是4.0版本~~ 更新后就在这里发出来了。
优势介绍
1.支持多搜索引擎，很方便添加集成。(已内置了百度，搜狗，360),结构模块化，很方便进行扩展，可以无限添加。
2.开源，跨平台，使用python开发；
3.做了兼容性优化，同时支持python2和python3；
4.支持自动过滤重复内容，支持过滤标题中存在指定关键词的内容，支持过滤域名；
5.保存方式同时支持本地txt和mysql数据库；
6.从搜索引擎采集到的地址，是真实网站地址，不是像百度快照那样的三方地址；
7.多进程同时采集。每个搜索引擎都单独一个进程；
8.可灵活的通过配置文件自定义要保存的结果格式。比如只输出带参数的原始真实URL，或者只输出域名，或者同时输出标题，搜索引擎名称。
9.可自定义每页采集时间间隔，防止被屏蔽；
运行效果
使用说明
1.安装python2或者python3运行环境；
2.如果提示没有找到库，则需要安装依赖：
如果是python3，则：
代码语言：javascript复制pip install ConfigParser
pip install tldextract如果是Python2，则：
代码语言：javascript复制pip install tldextract
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple configparser3.根据自己的需要，修改根目录下的config.cfg配置文件。
配置文件说明
节点 | 参数 | 示例值 | 说明 |
|---|---|---|---|
global | save_type | mysql | 保存类型，可选择file或者mysql，如果是file则保存为本地txt |
global | sleep_time | 1 | 每次搜索处理完一页后的等待时间，防止太频繁被搜索引擎屏蔽 |
url | url_type | realurl | 保存文件txt里面显示的url类型。realurl=真实网站地址，baseurl=原始搜索引擎地址，urlparam=带参数的真实网站地址 |
filter | filter_status | True | 是否开启过滤器，如果开启，则过滤域名和标题都不生效 |
filter | filter_domain | True | 是否过滤域名 |
filter | filter_title | True | 是否过滤标题 |
log | write_title | True | 是否显示标题 |
log | write_name | True | 是否显示搜索引擎名称 |
engine | baidu | True | 百度搜索引擎模块是否开启 |
engine | sougou | True | 搜狗模块是否开启 |
engine | so | False | 搜搜模块是否开启 (搜搜现在抓取不到了) |
pagesize | baidu_pagesize | 50 | 每页条数 |
pagesize | sougou_pagesize | 50 | 每页条数 |
pagesize | so_pagesize | 10 | 每页条数 |
mysql | host | 127.0.0.1 | 如果保存类型为Mysql，则此节点必须配置正确 |
mysql | port | 3306 | 端口 |
mysql | user | root | 用户名 |
mysql | password | root | 密码 |
mysql | database | superldb | 数据库名称 |
mysql | table | search_data | 表名称 |
file | save_pathdir | result | 如果保存类型为file，则这里设置的是保存的路径，当前为程序根目录的result文件夹 |
plugin | pr | True | 预留的插件功能，暂时不支持 |
如果保存方式为Mysql,还需要执行以下sql创建表：
代码语言：javascript复制 CREATE TABLE `search_data` (
`id` int(11) unsigned NOT NULL AUTO_INCREMENT,
`engine` varchar(20) NOT NULL DEFAULT '',
`keyword` varchar(100) NOT NULL DEFAULT '',
`baseurl` varchar(255) NOT NULL DEFAULT '',
`realurl` varchar(255) NOT NULL DEFAULT '',
`urlparam` varchar(255) NOT NULL DEFAULT '',
`webtitle` varchar(255) NOT NULL DEFAULT '',
`create_time` int(10) NOT NULL,
PRIMARY KEY (`id`)
) ENGINE=MyISAM AUTO_INCREMENT=395 DEFAULT CHARSET=utf8;项目地址：【GitHub传送门】
