正则匹配脚本

发表于 更新于 分类于 本文字数： 3.9k 阅读时长 ≈ 7 分钟

记录

今天上班的时候，老是发现uuid这些长id，我要想利用又懒得一个个复制，所以搞了一个脚本扩展，因为我是新手嘛，所以这个脚本有蛮多毛病，这章专门用来介绍哪些毛病，方便以后想改了，拿出来看看好找到要改的地方，我脚本放到github了，以防自己改炸了还有备份

顺便记录一下排查api的正则

问题点

1、python代码里只匹配了双引号和单引号

2、直接将匹配到的内容写入文件—空格字符和回车字符

3、没有检查匹配字符的过程—不能实时的查看自己的匹配过程 //主要

正则记录

以method为特征值

==>遍历 js 跑出 api 的个数：

1
method\s*:\s*"(post|get)"

以path为特征值

==>遍历 js 尽可能跑出 api 以及虚拟页面的值：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
# 定义匹配的正则表达式和分类标签
	含重复的正则
pattern_groups = {
    "PagePath Matches": [
        (re.compile(r'[Pp][Aa][Gg][Ee][Pp][Aa][Tt][Hh]:\s*"(.*?)"'), "pagePath_double_quotes"),
        (re.compile(r"[Pp][Aa][Gg][Ee][Pp][Aa][Tt][Hh]:\s*'(.*?)'"), "pagePath_double_quotes"),
    ],
    "Path Matches": [
        (re.compile(r'[Pp][Aa][Tt][Hh]:\s*"(.*?)"'), "path_double_quotes"),
        (re.compile(r"[Pp][Aa][Tt][Hh]:\s*'(.*?)'"), "path_double_quotes"),
        (re.compile(r'[Uu][Rr][Ll]:\s*"([^"]+)"'), "path_double_quotes"),
        (re.compile(r'[Uu][Rr][Ll]: "([^"]+)'), "path_double_quotes"),
    ],
    "GET Matches": [
        (re.compile(r'[Gg][Ee][Tt]\([^()]*?"([^"]*?)"[^()]*?\)'), ""),
        (re.compile(r"[Gg][Ee][Tt]\([^()]*?['\"]([^'\"]*?)['\"][^()]*?\)"), ""),
        (re.compile(r'[Gg][Ee][Tt]\(\s*["\']([^"\']+)["\']\s*,'), "")，
    ],
    "POST Matches": [
        (re.compile(r'[Pp][Oo][Ss][Tt]\([^()]*?"([^"]*?)"[^()]*?\)'), ""),
        (re.compile(r"[Pp][Oo][Ss][Tt]\([^()]*?['\"]([^'\"]*?)['\"][^()]*?\)"), ""),
        (re.compile(r'[Pp][Oo][Ss][Tt]\(\s*["\']([^"\']+)["\']\s*,'), "")，
    ]
}

以特殊符号为特征值

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
# 1. 匹配完整 URL（含协议或协议相对）
(?:"|')                              # 起始引号（单引号或双引号）
((?:[a-zA-Z]{1,10}://|//)            # 协议：例如 http://、https://、ftp:// 或协议相对 //
[^"'/]{1,}\.                         # 主域名（不含引号或斜线）+ 点
[a-zA-Z]{2,}[^"']{0,})               # 顶级域名后缀（如 com/net）+ 可选路径
(?:"|')                              # 结束引号

# 中文解释：提取形如 "https://example.com/path" 或 '//cdn.xxx.com' 的完整 URL


# 2. 匹配相对路径（以 /、../ 或 ./ 开头）
(?:"|')
((?:/|\.\./|\./)                     # 以 /、../ 或 ./ 开头
[^"'><,;| *()(%%$^/\\\[\]]           # 第一个字符不能为特殊符号
[^"'><,;|()]{1,})                    # 后续字符为路径
(?:"|')

# 中文解释：提取形如 "/api/user"、"../img/pic.png" 的相对路径链接


# 3. 匹配目录+资源文件（如 action、js、png）
(?:"|')
([a-zA-Z0-9_\-/]{1,}/                # 至少一个目录名 + 斜杠
[a-zA-Z0-9_\-/]{1,}                  # 文件名
\.(?:[a-zA-Z]{1,4}|action)           # 文件后缀（如 .js/.css/.action）
(?:[\?|/][^"' ]{0,}|))               # 可选参数或路径，如 ?id=1
(?:"|')

# 中文解释：提取形如 "admin/login.action"、"static/app.js?v=1" 的接口或资源路径


# 4. 匹配单文件名 + 参数（如 login.php?id=1）
(?:"|')
([a-zA-Z0-9_\-]{1,}                  # 文件名
\.(?:php|asp|aspx|jsp|json|          # 特定后缀（可扩展）
action|html|js|txt|xml)
(?:\?[^"']{0,}|))                    # 可选参数
(?:"|')

# 中文解释：提取形如 "index.php?id=1"、"test.jsp" 的单独接口文件


# 5. 匹配 .do/.cgi/.py 等其他接口风格
(?:"|')
([a-zA-Z0-9_\-/.]{1,}
\.(?:do|cgi|py|rb|go)
(?:\?[^"']{0,}|))
(?:"|')

# 中文解释：提取 ".do"、".cgi"、".py" 等扩展名接口（例如 WebLogic、老系统常见）

跳转

bp插件

api脚本