Question

3.5. 搜索引擎利用

恰当地使用搜索引擎（Google/Bing/Yahoo/Baidu等）可以获取目标站点的较多信息。

3.5.1. 搜索引擎处理流程

• 数据预处理

  • 长度截断
  • 大小写转化
  • 去标点符号
  • 简繁转换
  • 数字归一化，中文数字、阿拉伯数字、罗马字
  • 同义词改写
  • 拼音改写

• 处理

  • 分词
  • 关键词抽取
  • 非法信息过滤

3.5.2. 搜索技巧

• site:www.hao123.com

  • 返回此目标站点被搜索引擎抓取收录的所有内容

• site:www.hao123.com keyword

  • 返回此目标站点被搜索引擎抓取收录的包含此关键词的所有页面
  • 此处可以将关键词设定为网站后台，管理后台，密码修改，密码找回等

• site:www.hao123.com inurl:admin.php

  • 返回目标站点的地址中包含admin.php的所有页面，可以使用admin.php/manage.php或者其他关键词来寻找关键功能页面

• link:www.hao123.com

  • 返回所有包含目标站点链接的页面，其中包括其开发人员的个人博客，开发日志，或者开放这个站点的第三方公司，合作伙伴等

• related:www.hao123.com

  • 返回所有与目标站点”相似”的页面，可能会包含一些通用程序的信息等

• intitle:"500 Internal Server Error" "server at"

  • 搜索出错的页面

• inurl:"nph-proxy.cgi" "Start browsing"

  • 查找代理服务器

除了以上的关键字，还有allintile / allinurl / allintext / inanchor / intext / filetype / info / numberange / cache等。

3.5.2.1. 通配符

• * 代表某一个单词
• OR 或者 | 代表逻辑或
• 单词前跟 + 表强制查询
• 单词前跟 - 表排除对应关键字
• " 强调关键字

3.5.2.2. tips

• 查询不区分大小写
• 括号会被忽略
• 默认用 and 逻辑进行搜索

3.5.3. 快照

搜索引擎的快照中也常包含一些关键信息，如程序报错信息可以会泄漏网站具体路径，或者一些快照中会保存一些测试用的测试信息，比如说某个网站在开发了后台功能模块的时候，还没给所有页面增加权限鉴别，此时被搜索引擎抓取了快照，即使后来网站增加了权限鉴别，但搜索引擎的快照中仍会保留这些信息。

另外也有专门的站点快照提供快照功能，如 Wayback Machine 和 Archive.org 等。

3.5.4. Github

在Github中，可能会存在源码泄露、AccessKey泄露、密码、服务器配置泄露等情况，常见的搜索技巧有：

• @example.com password/pass/pwd/secret/credentials/token
• @example.com username/user/key/login/ftp/
• @example.com config/ftp/smtp/pop
• @example.com security_credentials/connetionstring
• @example.com JDBC/ssh2_auth_password/send_keys