一、前言由于在渗透测试和企业安全自查过程中，经常会涉及到批量数据处理，之前有写过python脚本处理，但是需要每次调整代码对应不同的情况，于是经过不断改进，直接编写了一版具备较强健壮性的python脚本，再次遇到批量数据处理，直接运行python脚本，选择参数即可，不需要手动调试代码。
脚本包含功能： json数据转excel文件，自定义正则表达式提取批量数据，两个excel文件进行数据匹配，批量数据的编码解码 等。
二、环境准备import reimport openpyxlfrom openpyxl import Workbookimport base64from urllib import parseimport pypinyin执行脚本提示缺少模块，使用命令‘pip install 模块名’ 或 ‘pip3 install 模块名’即可。
三、功能实现功能分类
1 json2excel() #从一串josn{}{}中获取到想要的结果，可匹配任意数量的变量，并写入指定的excel文件中2 re2excel() #从文本中使用正则表达式筛选出信息到excel文件中，正则表达式需自定义3 excel2_pipei() #匹配两个excel,以key为匹配参数从excel2中检索信息填写在excel1的某一列中4 encode_decode() #对单条数据或多条数据进行编码解码处理，包含base64,url,unicode,拼音处理3.1 json2excel()从一串josn{}{}中获取到想要的结果，可匹配任意数量的变量，并写入指定的excel文件中。
使用场景：通常用于批量数据处理分析、暴力破解快速获得用户名使用。
示例json数据：{"rows":[{"Id":3170,"UserName":"test1","CreateDate":"2021-11-12 14:34","RoleName":"测试","RoleId":183},{"Id":3172,"UserName":"user2","CreateDate":"2021-11-12 14:34","RoleName":"测试","RoleId":183},{"Id":3173,"UserName":"user3","CreateDate":"2021-11-12 14:34","RoleName":"测试","RoleId":183},{"Id":3174,"UserName":"user4","CreateDate":"2021-11-12 14:34","RoleName":"测试","RoleId":183},{"Id":3175,"UserName":"user5","CreateDate":"2021-11-12 14:34","RoleName":"测试","RoleId":183},{"Id":3185,"UserName":"user6","CreateDate":"2021-11-12 14:34","RoleName":"测试","RoleId":183}]}使用方法1-全部提取：
处理结果：
使用方法2-部分提取：
当json数据中一条数据参数过多，而你只想提取某个参数时，使用该方法
处理结果：3.2 re2excel()从文本中使用正则表达式筛选出信息到excel文件中，正则表达式需自定义。
使用场景：对于非json数据，如需批量获得具有类似数据的值，可使用该方法处理，需具备一定正则表达式的知识。
示例处理数据：<li> <a href=";使用方法：
由于在cmd下直接输入正则表达式容易误输入中文字符，建议现在notepad++上尝试是否能匹配到。
处理结果：
3.3 excel2_pipei()
匹配两个excel,以key为匹配参数从excel2中检索信息填写在excel1的某一列中。
使用场景：excel1保存了id、username，excel2保存了id、password，可使用该方法将两个excel的数据进行匹配，获得比较全的数据，在企业自测口令安全中使用较多。
示例数据：excel1
id
username
1001
张三
1002
李四
1003
王五
excel2
id
password
1001
123456
1003
111111
使用方法：
处理结果：3.4 encode_decode()对单条数据或多条数据进行编码解码处理，包含base64,url,unicode,拼音处理
使用场景：处于内网环境，无法在线使用编码解码工具，根据姓名输出可能的密码字典
使用方法1-base64编码解码处理：
使用方法2-url编码解码处理：
使用方法3-Unicode编码解码处理：
使用方法4-拼音全拼简拼处理：
使用方法5-循环输入单条数据：
使用方法6-从文本中读取批量数据处理：
3.5 整体使用使用方法：命令台下执行‘python tool_tool.py’ or 'python3 tool_tool.py'
四、源代码由于本人为非专业的开发人员，代码实现上可能会较为繁琐，仅为实现相关功能。
代码上已实现输入参数的校验及循环输入，输出文件保存错误提示，代码小白也可以正常使用，具备较好的友好性。
#!/usr/bin/env python# -*- coding: utf-8 -*-# author：goat time:2021/11/15'''基础函数1 text2list() #从text中读取数据并返回一个list2 list2text() #把list转化为text,可指定间隔符3 listll2excel() #把list[][]按行写入excel4 excel2listll() #把excel转换为list[][]5 base64_url() #base64/url编码解码6 pinyin_list2str() #把字符串进行base64/url等编码解码处理7 encode_decode_io() #循环监听输入的处理方式，直到输入正确'''import reimport openpyxlfrom openpyxl import Workbookimport base64from urllib import parseimport pypinyin'''从text中读取数据并返回一个list'''def text2list(text_path): l = [] with open(text_path, encoding='utf-8') as f: text = f.read() for l1 in re.split(r'[\s\n,;]+', text): # 以文本中空格，回车，逗号，顿号为切割符处理 l.append(l1) return l'''把list转化为text,可指定间隔符'''def list2text(l, text_path, tag): with open(text_path, 'w', encoding='utf-8') as f: for i in l: f.write(str(i) + tag)'''把二层list[][]按行写入excel'''def listll2excel(ll, excel_path): wb = Workbook() ws = wb.active for x in ll: ws.append(x) wb.save(excel_path)'''把excel转换为list[][]'''def excel2listll(excel_path, sheet_index=0): wb = openpyxl.load_workbook(excel_path) ws = wb[wb.sheetnames[sheet_index]] total_list = [] for row in ws.rows: # ws.rows是一个生成器 row_list = [] for cell in row: # 直接从行中取每个cell row_list.append(cell.value) total_list.append(row_list) return total_list'''把pinyin处理的多层list提取出来处理为一个字符串'''def pinyin_list2str(ll, level): s = '' if level == 0: for x in ll: s = s + x[0] elif level == 1: for x in ll: s = s + x[0][0] else: s = '处理错误' return s'''把字符串进行base64/url等编码解码处理'''def base64_url(s, k): if k == '00': # base64编码 x = base64.b64encode(s.encode('utf-8')).decode('utf-8') elif k == '01': # base64解码 x = base64.b64decode(s.encode('utf-8')).decode('utf-8') elif k == '10': # url编码 x = parse.quote(s) elif k == '11': # url解码 x = parse.unquote(s) elif k == '20': # unicode编码 x = s.encode('unicode_escape').decode('utf-8') elif k == '21': # unicode解码 x = s.encode('utf-8').decode('unicode_escape') elif k == '30': # 拼音全拼输出 x = pinyin_list2str(pypinyin.pinyin(s, style=pypinyin.NORMAL), 0) elif k == '31': # 拼音首字母输出 x = pinyin_list2str(pypinyin.pinyin(s, style=pypinyin.NORMAL), 1) else: x = '测试处理参数输入信息错误！' return x'''循环监听输入的处理方式，直到输入正确'''def encode_decode_io(): global k print('base64编码：00，base64解码：01; url编码：10，url解码：11; unicode编码：20,unicode解码：21;拼音全拼输出：30，拼音首字母输出：31; 输入end返回上一级') in_k = input("请输入处理方法>>>") if in_k in ['00', '01', '10', '11', '20', '21', '30', '31']: k = in_k elif in_k == 'end': main() else: print("参数选取错误!") encode_decode_io() # 自循环等待输入成功message = '''对数据进行批量加工处理，输入序号选择1 json2excel() #从一串josn{}{}中获取到想要的结果，可匹配任意数量的变量，并写入指定的excel文件中2 re2excel() #从文本中使用正则表达式筛选出信息到excel文件中，正则表达式需自定义3 excel2_pipei() #匹配两个excel,以key为匹配参数从excel2中检索信息填写在excel1的某一列中4 encode_decode() #对单条数据或多条数据进行编码解码处理，包含base64,url,unicode,拼音处理''''''从一串josn{}{}中获取到想要的结果，可匹配任意数量的变量,并写入指定excel文件中'''def json2excel(): path_du = input("请输入要读取的json文件地址，同路径下直接输入文件名，或输入绝对或相对路径>>>") with open(path_du, 'r', encoding='utf-8') as f: # 读取 s = f.read() list_xuqiu = [] # 保存需提取的值 json_key = re.findall('{.*?\[({.*?})', s, re.S) # 获取第一个{} list_xuqiu = re.findall('"([a-zA-Z0-9]+)":', json_key[0], re.S) # 获取key值 print("自动识别json数据为:", list_xuqiu) auto = input("提取部分参数输入0，全部提取输入任意值>>>") if auto == '0': list_xuqiu = [] # 手动提取时先置空 while True == True: xuqiu = input("请输入需要匹配的参数，输入0结束>>>") if xuqiu != '0': list_xuqiu.append(xuqiu) else: break elif auto == '1': pass print("提取数据为:", list_xuqiu) list_xuqiu_compile = [] for i in range(len(list_xuqiu)): list_xuqiu_compile.append(re.compile(str(list_xuqiu[i] + '\":(.*?)[,}]'), re.S)) # print(list_xuqiu_compile)#查看匹配集合是否出问题 c = re.compile('{.*?}', re.S) # 定位每个框 results = re.findall(c, s) # print(results)#查看{}返回结果 path_xie = input("请输入需要输出的excel文件名称,如1.xlsx>>>") ll_result = [] # 获取到的结果记录在ll_result中 ll_result.append(list_xuqiu) # 把需求参数添加，后续写在excel的第一行 for result in results: # 遍历每个框 l_result = [] for cc in list_xuqiu_compile: # 遍历寻找几个值 ccc = re.findall(cc, result) if ccc: l_result.append(re.sub(r'[\"]', '', ccc[0])) # 去除“”包裹 else: l_result.append('无') ll_result.append(l_result) # print(ll_result) listll2excel(ll_result, path_xie) print("写入完成，请查看同目录下文件")'''从文本中使用正则表达式筛选出信息到excel文件中，正则表达式需自定义'''def re2excel(): path_du = input("请输入要读取的文件地址，同路径下直接输入文件名，或输入绝对或相对路径>>>") with open(path_du, 'r', encoding='utf-8') as f: # 读取 s = f.read() str_re = input("请输入自定义正则表达式，请注意中英文字符，建议先在notepad++单条查询尝试>>>") c = re.compile(str_re, re.S) results = re.findall(c, s) # print(results)#查看{}返回结果 path_xie = input("请输入需要输出的excel文件名称,如1.xlsx>>>") try: listll2excel(results, path_xie) print("写入完成，请查看同目录下文件") except: print("保存失败，请确认同名文件未被打开")'''匹配两个excel,以key为匹配参数从excel2中检索信息填写在excel1的某一列中'''def excel2_pipei(): print("---\n比如1.xlsx保存了'id','name'，2.xlsx保存了'id','passwd',则可以将2.xlsx的passwd信息写入1.xlsx的某一列\n---") excel_path1 = input("请输入需写入信息的excel文件地址，同路径下直接输入文件名，或输入绝对或相对路径>>>") l1_key = input("请输入excel-key所在的列,如第一列输入1>>>") l1_value = input("请输入excel被写入的列值,如第二列输入2>>>") l1 = [int(l1_key), int(l1_value)] wb = openpyxl.load_workbook(excel_path1) ws = wb[wb.sheetnames[0]] excel_path2 = input("请输入需提取信息的excel文件地址，同路径下直接输入文件名，或输入绝对或相对路径>>>") l2_key = input("请输入excel-key所在的列,如第一列输入1>>>") l2_value = input("请输入需提取的值所在的列,如第二列输入2>>>") l2 = [int(l2_key), int(l2_value)] ll = excel2listll(excel_path2) dict_index = {} for x in ll: key_s = str(x[l2[0] - 1]).strip() # .strip()去除前后空格 value_s = str(x[l2[1] - 1]) dict_index[key_s] = value_s # print(dict_index.keys()) for r in range(1, ws.max_row + 1): key_ss = str(ws.cell(r, l1[0]).value).strip() if key_ss in dict_index.keys(): ws.cell(r, l1[1]).value = str(dict_index[key_ss]) # print(key_ss,dict_index[key_ss]) else: pass # print(key_ss,"无法匹配") try: wb.save(excel_path1) print("保存成功，请查看被写入excel文件") except: print("保存失败，请关闭被写入信息的excel文件再操作") c = input("请确认关闭文件后，输入任意信息继续保存>>>") if c: print("再次保存，请查看是否保存成功") wb.save(excel_path1)'''对单条数据或多条数据进行编码解码处理，包含base64,url'''def encode_decode(): code_way = input("处理单条数据输入0，处理批量数据输入1>>>") if code_way == '0': while True == True: s = input("可循环输入，输入end结束循环，请输入单条字符串数据>>>") if s != 'end': s2 = base64_url(s, k) print("结果为： ", s2) else: encode_decode_io() encode_decode() break elif code_way == '1': path_du = input("请输入文件名称>>>") l = text2list(path_du) l2 = [] for s in l: x = base64_url(s, k) l2.append(x) path_xie = input("处理完成，请输入写入的文件名称>>>") list2text(l2, path_xie, '\n') print("写入完成，请查看文件" + path_xie) else: print("参数选取错误!") encode_decode()'''定义用户输入选择'''k = ''#全局变量k,定义用户的编码处理方式def IO(): way = input("请输入要执行的操作>>>") if way == '1': json2excel() elif way == '2': re2excel() elif way == '3': excel2_pipei() elif way == '4': k = '' encode_decode_io() # 循环等待输入成功，将正确的in_k赋值给全局变量K encode_decode() else: print("参数选取错误!") IO()def main(): while True == True: print(message) IO() io = input("处理完成，是否还要再处理数据,输入任意字符继续，输入end结束>>>") if io == 'end': breakif __name__ == '__main__': main()五、结语这是本人的第一次工具分享，实现的功能和方法都比较基础，大佬高抬贵手。文章中部分名词或描述可能存在错误，代码实现可能存在部分缺陷，欢迎讨论和指出。
编写该工具的目的，最开始是因为企业自查弱口令，方便从返回包提取用户名进行暴力破解，再对弱口令账户关联身份信息；暴力破解过程中，部分系统会进行简单编码，并可以通过身份信息构造相应的弱密码字典，在弱口令自查中有奇效；后面是在风控分析中，可手动关联多个excel表，手动分析出异常行为用户（手动的原因当然是目前还没有风控系统）。
