用python编写nmap扫描工具--多线程版

简介: 前面学过了python中多线程的使用,也学了通过socket模块,去扫描服务器某个端口是否有开放。服务器的端口范围为0~65535,如果要针对所有的端口都进行扫描的话,耗时较长。假设每一个端口扫描的超时时长设置为0.5s,那么扫描完所有端口需要的时间为:65535*0.5≈9h 。因此,扫描的脚本需要进行优化,可以考虑使用多线程的方式去执行。

前置条件:

用Python代码编写一个简单的nmap扫描工具

Python中多线程的基本操作

前面学过了python中多线程的使用,也学了通过socket模块,去扫描服务器某个端口是否有开放。服务器的端口范围为0~65535,如果要针对所有的端口都进行扫描的话,耗时较长。假设每一个端口扫描的超时时长设置为0.5s,那么扫描完所有端口需要的时间为:65535*0.5≈9h 。因此,扫描的脚本需要进行优化,可以考虑使用多线程的方式去执行。

优化前的脚本:

def scan_port(host,port):
    sk = socket.socket()
    sk.settimeout(0.5)
    conn_result = sk.connect_ex((host, port))
    if conn_result == 0:
        print(f'服务器{host}的{port}端口已开放')
    sk.close()

加入多线程之后的脚本:

import socket
import threading
import time
def scan_port(host,port):
    sk = socket.socket()
    sk.settimeout(0.5)
    conn_result = sk.connect_ex((host, port))
    if conn_result == 0:
        print(f'服务器{host}的{port}端口已开放')
    sk.close()
# 8.129.162.225
start_time = time.time()
host = input('请输入服务器ip地址:')
thread_list = []
for port in range(0, 65536):
    t = threading.Thread(target=scan_port, args=(host, port))
    thread_list.append(t)
for thread in thread_list:
    thread.start()
for thread in thread_list:
    thread.join()
end_time = time.time()
print(f'耗时:{end_time-start_time}')

脚本优化效果:

1、扫描本地开放端口,大概十多秒可以完成


脚本存在的问题:

1、脚本中批量一次创建65536个线程,部分电脑不一定能扛得住

2、扫描出的结果不准确,尤其是在扫描远程服务器的时候,效果更明显,更容易看出问题


学习交流或者文章催更,可加微信xiaobotester,添加的时候注明来意。


相关文章
|
15天前
|
安全 Java 数据处理
Python网络编程基础(Socket编程)多线程/多进程服务器编程
【4月更文挑战第11天】在网络编程中,随着客户端数量的增加,服务器的处理能力成为了一个重要的考量因素。为了处理多个客户端的并发请求,我们通常需要采用多线程或多进程的方式。在本章中,我们将探讨多线程/多进程服务器编程的概念,并通过一个多线程服务器的示例来演示其实现。
|
1天前
|
数据采集 数据可视化 数据挖掘
R语言与Python:比较两种数据分析工具
【4月更文挑战第25天】R语言和Python是目前最流行的两种数据分析工具。本文将对这两种工具进行比较,包括它们的历史、特点、应用场景、社区支持、学习资源、性能等方面,以帮助读者更好地了解和选择适合自己的数据分析工具。
|
2天前
|
Java 数据库连接 数据处理
Python从入门到精通:3.1.2多线程与多进程编程
Python从入门到精通:3.1.2多线程与多进程编程
|
7天前
|
机器学习/深度学习 数据挖掘 计算机视觉
python数据分析工具SciPy
【4月更文挑战第15天】SciPy是Python的开源库,用于数学、科学和工程计算,基于NumPy扩展了优化、线性代数、积分、插值、特殊函数、信号处理、图像处理和常微分方程求解等功能。它包含优化、线性代数、积分、信号和图像处理等多个模块。通过SciPy,可以方便地执行各种科学计算任务。例如,计算高斯分布的PDF,需要结合NumPy使用。要安装SciPy,可以使用`pip install scipy`命令。这个库极大地丰富了Python在科学计算领域的应用。
12 1
|
8天前
|
数据可视化 数据挖掘 Python
Python中数据分析工具Matplotlib
【4月更文挑战第14天】Matplotlib是Python的数据可视化库,能生成多种图表,如折线图、柱状图等。以下是一个绘制简单折线图的代码示例: ```python import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.figure() plt.plot(x, y) plt.title('简单折线图') plt.xlabel('X轴') plt.ylabel('Y轴') plt.show() ```
13 1
|
8天前
|
数据采集 SQL 数据可视化
Python数据分析工具Pandas
【4月更文挑战第14天】Pandas是Python的数据分析库,提供Series和DataFrame数据结构,用于高效处理标记数据。它支持从多种数据源加载数据,包括CSV、Excel和SQL。功能包括数据清洗(处理缺失值、异常值)、数据操作(切片、过滤、分组)、时间序列分析及与Matplotlib等库集成进行数据可视化。其高性能底层基于NumPy,适合大型数据集处理。通过加载数据、清洗、分析和可视化,Pandas简化了数据分析流程。广泛的学习资源使其成为数据分析初学者的理想选择。
15 1
|
9天前
|
调度 Python
Python多线程、多进程与协程面试题解析
【4月更文挑战第14天】Python并发编程涉及多线程、多进程和协程。面试中,对这些概念的理解和应用是评估候选人的重要标准。本文介绍了它们的基础知识、常见问题和应对策略。多线程在同一进程中并发执行,多进程通过进程间通信实现并发,协程则使用`asyncio`进行轻量级线程控制。面试常遇到的问题包括并发并行混淆、GIL影响多线程性能、进程间通信不当和协程异步IO理解不清。要掌握并发模型,需明确其适用场景,理解GIL、进程间通信和协程调度机制。
28 0
|
14天前
|
测试技术 开发者 Python
Python中的装饰器:优雅而强大的函数修饰工具
在Python编程中,装饰器是一种强大的工具,用于修改函数或方法的行为。本文将深入探讨Python中装饰器的概念、用法和实际应用,以及如何利用装饰器实现代码的优雅和高效。
|
Linux Python
使用python扫描文件夹获取所有文件路径
使用python扫描文件夹获取所有文件路径
166 0
|
1天前
|
机器学习/深度学习 人工智能 数据可视化
Python:探索编程之美
Python:探索编程之美
9 0