用python结合jieba和wordcloud实现词云效果

 更新时间:2017年09月05日 08:48:11   作者:LSA  
词云,顾名思义就是很多个单词,然后通过出现的频率或者比重之类的标准汇聚成一个云朵的样子嘛,其实呢现在网上已经有很多能自动生成词云的工具了,比如Wordle,Tagxedo等等,Python也能实现这样的效果,我们通过jieba库和wordcloud库也能十分轻松的完成词云的构建

0x00 前言

突然想做一个漏洞词云,看看哪些漏洞比较高频,如果某些厂商有漏洞公开(比如ly),也好针对性挖掘。就选x云吧(镜像站 http://wy.hxsec.com/bugs.php )。用jieba和wordcloud两个强大的第三方库,就可以轻松打造出x云漏洞词云。

github地址: https://github.com/theLSA/wooyun_wordcloud

本站下载地址:wooyun_wordcloud

0x01 爬取标题

直接上代码:

#coding:utf-8
#Author:LSA
#Description:wordcloud for wooyun
#Date:20170904

import urllib
import urllib2
import re
import threading
import Queue

q0 = Queue.Queue()

threads = 20

threadList = []

def gettitle():
 while not q0.empty():

 i = q0.get()
 url = 'http://wy.hxsec.com/bugs.php?page=' + str(i)
 html = urllib.urlopen(url).read()
 reg = re.compile(r'<li style="width:60%;height:25px;background-color:#FFFFFF;float:left" ><a href=".*?" rel="external nofollow" >(.*?)</a>')
 titleList = re.findall(reg,html)
 fwy = open("wooyunBugTitle.txt","a")
 for title in titleList:
 fwy.write(title+'\n')
 fwy.flush()
 fwy.close()
 print 'Page ' + str(i) + ' over!'

def main():
 for page in range(1,2962):
 q0.put(page)
 for thread in range(threads):
 t = threading.Thread(target=gettitle)
 t.start()
 threadList.append(t)
 for th in threadList:
 th.join()

 print '***********************All pages over!**********************'

if __name__ == '__main__':
 main()

0x02 打造词云

还是直接上代码:

# coding: utf-8

import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt

data = open("wooyunBugTitle.txt","r").read()
cutData = jieba.cut(data, cut_all=True)
word = " ".join(cutData)

cloud = WordCloud(
 #设置字体,不指定可能会出现中文乱码
 font_path="msyh.ttf",
 #font_path=path.join(e,'xxx.ttc'),
 #设置背景色
 background_color='white',
 #词云形状
 #mask=color_mask,
 #允许最大词汇
 max_words=2000,
 #最大号字体
 max_font_size=40
 )

wc = cloud.generate(word)
wc.to_file("wooyunwordcloud.jpg") 
plt.imshow(wc)
plt.axis("off")
plt.show()

0x03 效果演示:

0x04 结语

由词云图可以看出,SQL注入依旧风光无限,其次是命令执行,继而是信息泄漏,整体看还是比较直观的。

相关文章

  • Python实现新浪博客备份的方法

    Python实现新浪博客备份的方法

    这篇文章主要介绍了Python实现新浪博客备份的方法,涉及Python正则操作,字符串操作及文本操作的相关技巧,需要的朋友可以参考下
    2016-04-04
  • 层次分析法在matlab上的实现方式

    层次分析法在matlab上的实现方式

    这篇文章主要介绍了层次分析法在matlab上的实现方式,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-11-11
  • 基于PyQt5自制简单的文件内容检索小工具

    基于PyQt5自制简单的文件内容检索小工具

    这篇文章主要为大家详细介绍了如何基于PyQt5自制一个简单的文件内容检索小工具,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下
    2023-05-05
  • 教你用YOLOv5实现多路摄像头实时目标检测功能

    教你用YOLOv5实现多路摄像头实时目标检测功能

    目标检测是计算机视觉的研究方向之一,下面这篇文章主要给大家介绍了关于如何利用YOLOv5实现多路摄像头实时目标检测功能的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2022-03-03
  • Python执行程序获取所在目录的解决方案

    Python执行程序获取所在目录的解决方案

    工作需要,写一个小脚本,其中有个需求是获取实际的执行程序所在路径(python代码由pyinstaller打包成执行程序),这篇文章主要介绍了Python执行程序获取所在目录的解决方案,需要的朋友可以参考下
    2024-05-05
  • pymysql之cur.fetchall() 和cur.fetchone()用法详解

    pymysql之cur.fetchall() 和cur.fetchone()用法详解

    这篇文章主要介绍了pymysql之cur.fetchall() 和cur.fetchone()用法详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-05-05
  • python判断文件是否存在,不存在就创建一个的实例

    python判断文件是否存在,不存在就创建一个的实例

    今天小编就为大家分享一篇python判断文件是否存在,不存在就创建一个的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-02-02
  • 解决Pycharm 运行后没有输出的问题

    解决Pycharm 运行后没有输出的问题

    这篇文章主要介绍了解决Pycharm 运行后没有输出的问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-02-02
  • python写入csv时writerow()和writerows()函数简单示例

    python写入csv时writerow()和writerows()函数简单示例

    这篇文章主要给大家介绍了关于python写入csv时writerow()和writerows()函数的相关资料,writerows和writerow是Python中csv模块中的两个函数,用于将数据写入CSV文件,需要的朋友可以参考下
    2023-07-07
  • Python连接Mssql基础教程之Python库pymssql

    Python连接Mssql基础教程之Python库pymssql

    这篇文章主要给大家介绍了关于Python连接Mssql基础教程之Python库pymssql的相关资料,文中分别介绍了连接数据库、游标使用注意事项、游标返回行为字典变量、使用with语句(上下文管理器)以及调用存储过程等的实现,需要的朋友可以参考下
    2018-09-09

最新评论