
أداة تعداد LinkedIn لاستخراج أسماء الموظفين الصحيحة من مؤسسة عبر كشط محركات البحث
CrossLinked هي أداة تعداد LinkedIn تستخدم كشط محرك البحث لجمع أسماء الموظفين الصحيحة من مؤسسة. توفر هذه التقنية نتائج دقيقة دون الحاجة إلى مفاتيح API أو بيانات اعتماد أو الوصول إلى LinkedIn مباشرة!
قم بتثبيت الإصدار المستقر الأخير من PyPi:
pip3 install crosslinked
قم بتثبيت وتشغيل أحدث كود باستخدام Poetry:
git clone https://github.com/m8sec/crosslinked
cd crosslinked
poetry install
poetry run crosslinked -h
قم بتثبيت أحدث كود من GitHub:
git clone https://github.com/m8sec/crosslinked
cd crosslinked
pip3 install .
يفترض CrossLinked أن اصطلاح تسمية حسابات المؤسسة قد تم تحديده بالفعل. هذا مطلوب للتنفيذ ويجب إضافته إلى وسائط CMD بناءً على المخرجات المتوقعة. راجع أقسام تنسيق التسمية و مثال الاستخدام أدناه:
{first.{last} = john.smith
CMP\{first}{l} = CMP\johns
{f}{last}@company.com = [email protected]
🦖 هل ما زلت عالقًا؟ البيانات الوصفية هي دائمًا مكان جيد للتحقق من المعلومات المخفية مثل اصطلاح تسمية الحساب. راجع PyMeta للمزيد.
💥 ميزة جديدة 💥
لكي تكون متوافقة مع اصطلاحات التسمية البديلة، تسمح CrossLinked للمستخدمين بالتحكم في موضع الفهرس للاسم المستخرج من نص البحث. إذا لم يكن الاسم طويلاً بما يكفي، أو حدثت أخطاء في سلسلة البحث، ستعود CrossLinked إلى تنسيقها الافتراضي.
ملاحظة: تبدأ مصفوفة سلسلة البحث من 0. يمكن أيضًا استخدام الأرقام السالبة للعد التنازلي من القيمة الأخيرة.
# المخرجات الافتراضية
python3 crosslinked.py -f '{first}.{last}@company.com' Company
John David Smith = [email protected]
# استخدام الاسم قبل الأخير كـ "last"
python3 crosslinked.py -f '{0:first}.{-2:last}@company.com' Company
John David Smith = [email protected]
Jane Doe = [email protected]
# استخدام العنصر الثاني في المصفوفة كـ "last"
python3 crosslinked.py -f '{first}.{1:last}@company.com' Company
John David Smith = [email protected]
Jane Doe = [email protected]
بشكل افتراضي، يستخدم CrossLinked محركات البحث google و bing لتحديد موظفي المؤسسة المستهدفة. بعد التنفيذ، سيظهر ملفان (names.txt & names.csv) في الدليل الحالي، ما لم يتم تعديله في وسائط CMD.
Parse أدناه للمزيد.python3 crosslinked.py -f '{first}.{last}@domain.com' company_name
python3 crosslinked.py -f 'domain\{f}{last}' -t 15 -j 2 company_name
⚠️ للحصول على أفضل النتائج، استخدم اسم الشركة كما يظهر على LinkedIn
"Target Company"وليس اسم النطاق.

هل تغير اصطلاح تسمية الحساب بعد التنفيذ والآن تواجه طلبات CAPTCHA؟ لا مشكلة!
يتضمن CrossLinked ملف مخرجات names.csv، الذي يخزن جميع بيانات الكشط بما في ذلك: name، job title، و url. يمكن استيراده وتحليله لإعادة تنسيق حسابات المستخدمين حسب الحاجة.
python3 crosslinked.py -f '{f}{last}@domain.com' names.csv

يوفر الإصدار الأخير من CrossLinked دعمًا للوكيل لتدوير عناوين المصدر. يمكن للمستخدمين إدخال وكيل واحد باستخدام --proxy 127.0.0.1:8080 أو استخدام عدة وكلاء عبر --proxy-file proxies.txt.
> cat proxies.txt
127.0.0.1:8080
socks4://111.111.111.111
socks5://222.222.222.222
> python3 crosslinked.py --proxy-file proxies.txt -f '{first}.{last}@company.com' -t 10 "Company"
⚠️ يمكن إضافة وكلاء
HTTP/Sباستخدام ترميز IP:Port. ومع ذلك، ستتطلب وكلاء socks بادئةsocks4://أوsocks5://.*
positional arguments:
company_name اسم الشركة المستهدفة
optional arguments:
-h, --help إظهار رسالة المساعدة والخروج
-t TIMEOUT أقصى مهلة زمنية لكل بحث (الافتراضي=15)
-j JITTER التباين بين الطلبات (الافتراضي=1)
Search arguments:
--search ENGINE محرك البحث (الافتراضي='google,bing')
Output arguments:
-f NFORMAT تنسيق الأسماء، مثال: 'domain\{f}{last}', '{first}.{last}@domain.com'
-o OUTFILE تغيير اسم ملف المخرجات (حذف الامتداد)
Proxy arguments:
--proxy PROXY طلبات الوكيل (IP:Port)
--proxy-file PROXY تحميل الوكلاء من ملف للتدوير
ساهم في المشروع عن طريق: