pydictor 爆破字典生成指南
pydictor 是一个使用 python 语言开发，遵循 GPLv3 协议的开源命令行工具，主要用来帮助安全研究人员生成称心如意的暴力破解字典。
以功能强大、简洁实用、适用场景多、自定义程度强为开发目标。
开源地址：
https://github.com/LandGrey/pydictor
点击阅读原文查看项目。
0x01：特点与功能
今天主要是讲 pydictor 如何结合渗透测试过程常见的场景使用，特点与功能：
https://github.com/LandGrey/pydictor/blob/master/README_CN.md
有详细讲解，下面只梳理一下大概脉络，方便下文的理解。
特点：
1.完全使用 python 的原生库写成，不需要额外安装其它任何的 python 模块;
2.同时支持 python 2.7+ 和 python 3.4+ 版本，可在 Windows、Linux 和 Mac 平台上运行;
3. 可自定义化程度高，留出很多可配置规则的文件;
4. 爆破必备,新老皆宜.
功能：
1.基于三大字符集(d: 数字 L: 小写字母 c: 大写字母)的基础字典;
2.基于自定义字符集(包括特殊字符)的字典;
3.排列组合字典(几个字符或字符串的所有排列可能);
4.用配置文件或者符合 pydictor 字典语法的字符串直接生成字典;
5.析取网页中可能有意义的原始单词字典;
6.基于关键词生成针对性密码字典;
7.基于性别生成中国公民身份证后 4/6/8 位字典;
8.生成一段时间内的生日字典(自定义位数);
9.用 pydictor 的 handler 功能润色下自己的字典;
10.基于个人信息和规则生成社会工程学字典(呃，蹭下知名度，本质还是基于关键词，重在密码规则模式)
11.一系列和字典的整个生命周期有关的内置工具;包括字典合并、合并后去重、字典去重、单词频率统计、安全擦除字典;
12.一系列和生成优化字典有关的选项; 包括自定长度范围、字典加前缀、加后缀、编码或加密字典、用 1337 模式、控制字典所用规则的程度、根据数字、字符和特殊字符的个数或种类的多少来筛选字典、用正则表达式来筛选字典等。
0x02：使用场景
早期开发是为了让功能匹配使用场合，后期开发是让具体场景拥有对应的功能。
01：字典合并
字典都不是凭空捏造或生成的，一般都会参考前辈们公布的字典。所以，先收集百八十个字典，放到一个目录下，把字典合并起来吧。
1. 合并目录/网站路径爆破字典
2. 合并子域名字典
3. 合并用户名字典
4. 合并弱密码字典
5. 其它各式各样的字典
python pydictor.py -tool combiner /my/dict/dirpath -o comb.txt
02：词频统计
但是有时候我们通常不需要那么大的字典，选合并后字典的出现频率最高的前1000条保存吧。筛选出
最常用的网站路径/子域名/用户名/弱密码/...
修改 lib/data/data.py 中 counter_split 变量指定的分隔符 ( 默认 "\n" )，也可以统计其它字符分隔的字典词频.
python pydictor.py -tool counter vs comb.txt 1000
03：去除重复项
面对合并后的超大字典，还是不舍得只要频率高的词，路径字典有时候还是多多益善。去重下，照单全收
python pydictor.py -tool uniqifer comb.txt --output uniq.txt
或者直接合并加去重
python pydictor.py -tool uniqbiner /my/dict/dirpath --output uniq.txt
04：枚举数字字典
准备好字典了，拿最基础的试试手
1.爆破 4 位或 6 位数字手机短信验证码
2.爆破用户名ID值
生成 4 位纯数字字典
python pydictor.py -base d --len 4 4
05：简单用户名字典
不能确定是否存在某用户时，试试 1 位到 3 位的拼音字典，加上 123456 这样的几个弱口令，说不定就有意外收获：
python pydictor.py -base L --len 1 3 -o dict.txt
06：后台管理员密码字典(明文传输)
经常遇到的测试场景了，就是一个登录页，把收集到的信息都用上，生成后台爆破字典，比如
域名: test.land.com.cn
编辑名: 张美丽、Adaor、midato
公司名: 上海美丽大米有限责任公司(如有雷同纯属巧合)
座机: 568456
地址: xxx 园区 A 座 312 室
把自己常用的弱口令字典复制到 wordlist/Web 目录下，最终生成的字典会包含它们；
然后把下列信息写入 /data.txt
test
land
zhangmeili
meili
zml
Adaor
midato
meilidami
mldm
shmldm
568456
A312
生成字典：
python pydictor.py -extend /data.txt --level 3 --len 4 16
弱口令字典 + 部分信息 + 生成规则 + level3，最终生成了七万多条密码，一部分密码如下：
07：后台管理员密码字典(前台普通加密)
有时候网站的密码可能不是直接明文传输过去的，程序员会用 js 简单加密下再传输过去，比如 base64 编码、md5 加密，这时候可以用 --encode 参数生成加密字典
python pydictor.py -extend /data.txt --level 3 --len 4 16 --encode b64
python pydictor.py -extend /data.txt --level 3 --len 4 16 --encode md5
08：后台管理员密码字典(前台js自定义加密)
高级点的程序员，还喜欢前端自定义个 js 加密方法，把用户名和密码加密后传输过去，比如
这时候，普通爆破工具基本都无能为力了，但是却依旧可以通过 pydictor 来生成字典；
修改 /lib/fun/encode.py 文件的 test_encode() 函数，用 python 语法仿照上图的加密方式再实现一遍加密：
然后运行命令，生成按照前端js加密方法加密后的密码字典，可以直接用burpsuite加载
python3 pydictor.py -extend /data.txt --level 3 --len 4 16 --encode test
最后通过这种方式生成符合前端加密方法的用户名字典，先探测出存在的用户名，再结合几个弱密码，爆破出来 100 多个弱口令。
需要注意的是，一般生成加密字典前要生成一个没加密的字典，因为每一项在文件中的顺序是一致的，所以爆破出来密码后，可以通过行数对照去没加密的字典中查找明文。
09：复杂格式的字典
例如，你通过 shoulderhack 和一些信息，猜到别人的密码大概是
Cxhai【三位或四位数字】_abc123@【qq,163,wy,mail 中的一个】，然后 md5 加密的值
这种复杂格式的字典，pydictor 也可以轻松的生成
python pydictor.py --conf "Cxhai[0-9]{3,4}<none>_abc123@[qq,163,wy,mail]{1,1}<none>" --encode md5
没加密前的字典：
最终加密后的字典：
10：社会工程学字典
通过配置文件定义的规则和一部分内置代码逻辑，你可以输入一些关于个人的信息，生成关于某个人可能用的密码，比如，我只知道一个的如下信息
姓名： 景林
生日：1997 年 7 月 16 日
以前用过密码：Jlin520
然后一波操作，生成了四万多条密码
嫌密码太多了？没事，只要长度 6-16 的，级别设置大点，密码会少很多；
查看下当前配置，重新生成字典，只有三千多条了
11：处理自己的字典
退一万步来讲，上面的字典都帮不了你，但是 pydictor 的 handler 功能还是可以帮你根据具体的使用场景来处理自己的字典，让自己原本的字典适用各种场合。
比如:
对方密码策略要求是 6 到 16 位；必须有数字和字母，不允许有特殊字符；前端 js 对密码 base64 编码后传输到后端。
可以用下面的命令处理自己原先的字典 raw.txt，生成符合本次爆破场景的字典：
python pydictor.py -tool handler /wordlist/raw.txt --len 6 16 --occur ">0" ">0" "<=0" --encode b64 -o /wordlist/ok.txt
0x03：结语
pydictor 的常见使用场景都简单介绍过了，另外还有一些特殊字典，比如身份证后几位、生日日期字典；内置的专门用来破解 SSH 弱口令的键盘模式字典
https://github.com/LandGrey/pydictor/blob/master/wordlist/Sys/SSH_Root_Weak_Pass.txt
等等，就不一一介绍了，相信自己看看就能理解。
结合目标的爆破场景，合理使用 pydictor，人人都是爆破小能手。