【笔记】Python 批量检测网站存活

本文来源吾爱破解论坛

本帖最后由 纸条 于 2019-9-20 13:49 编辑

2018年5月份写了一版，但是很慢，期间也改过很多版，但还是很慢。

2019年9月20日改了一下，先检测端口是否存活，存活了再去探测web：

使用方法：

url.py  C:\Python36\test\url.txt
程序    链接文本路径（一行一个）

import requests
import queue
import re
import sys
import time
import threading
import telnetlib
from urllib.parse import urlparse
requests.packages.urllib3.disable_warnings()

class Waittask(threading.Thread):
    def run(self):
        self.telnet = telnetlib.Telnet()
        while True:
            if asset.qsize() < 100:
                for i in range(500):
                    host = urlparse(waittask.get())
                    scheme = host.scheme
                    netloc = host.netloc
                    try:
                        if ':' in netloc:
                            Host = netloc.split(':')
                            self.telnet.open(Host[0],Host[1],timeout = 3)
                            asset.put('{}://{}:{}'.format(scheme,Host[0],Host[1]))
                        else:
                            self.telnet.open(netloc,80,timeout = 3)
                            asset.put('{}://{}'.format(scheme,netloc))
                    except Exception as e:
                        pass
            time.sleep(1)

class Asset(threading.Thread):
    def run(self):
        while True:
            while not asset.empty():
                url = asset.get()
                try:
                    response = requests.get(url, verify=False, allow_redirects=False,timeout = 15)
                    try:
                        title = re.findall('<title>(.*?)</title>',response.text.lower())[0]
                    except Exception as e:
                        title = '获取标题失败'
                    print(response.status_code,response.url,title)
                    with open('survival.txt','a',encoding='gb18030') as cent:
                        cent.write('{}|{}|{}\n'.format(response.status_code,response.url,title))
                except Exception as e:
                    pass
            time.sleep(1)

class Check(threading.Thread):
    def run(self):
        while True:
            time.sleep(10)
            print('进度：{:.2%} 当前还有{}个端口开放检测，{}个WEB探测任务未完成！'.format(1-int(waittask.qsize())/sums,waittask.qsize(),asset.qsize()))

if __name__ == '__main__':
    file = sys.argv[1]
    waittask = queue.Queue()
    asset = queue.Queue()

    with open(file) as content:
        for cent in content:
            waittask.put(cent.strip())
    sums = int(waittask.qsize())

    for i in range(100):
        Waittask_ = Waittask()
        Waittask_.start()

    for i in range(100):
        Asset_ = Asset()
        Asset_.start()

    check = Check()
    check.start()