
pagodo (Passive Google Dork) - Automatisiert das Scraping und die Suche in der Google Hacking Database
Dieses Repository ist archiviert und wird nicht mehr gepflegt.
Im Juli/August 2026 änderte Google die Art und Weise, wie Suchergebnisse zurückgegeben werden, wodurch die Bibliothek yagooglesearch, die pagodo verwendet, unzuverlässig wurde. Die Bibliothek, auf der yagooglesearch basierte, googlesearch, wurde am 13. Februar 2026 archiviert. Ihr Issue-Tracker dokumentiert ebenfalls Probleme damit, dass Suchergebnisse nicht mehr angezeigt werden.
Infolgedessen wurde dieses Repository am 1. November 2026 archiviert und wird nicht mehr gepflegt.
Hintergrundinformationen:
pagodo automatisiert die Google-Suche nach potenziell verwundbaren Webseiten und Anwendungen im Internet. Es ersetzt
das manuelle Durchführen von Google-Dork-Suchen mit einem Web-GUI-Browser.
Es gibt 2 Teile. Der erste ist ghdb_scraper.py, der die neuesten Google-Dorks abruft, und der zweite Teil ist
pagodo.py, der die von ghdb_scraper.py gesammelten Informationen nutzt.
Die zentrale Google-Suchbibliothek verwendet nun die flexiblere yagooglesearch anstelle von googlesearch. Weitere Informationen zu den Unterschieden und Möglichkeiten der Bibliothek finden Sie in der yagooglesearch README.
Diese Version von pagodo unterstützt außerdem native HTTP(S)- und SOCKS5-Anwendungsunterstützung, sodass es nicht mehr
in ein Tool wie proxychains4 eingebunden werden muss, wenn Proxy-Unterstützung benötigt wird. Sie können mehrere Proxys
im Round-Robin-Verfahren verwenden, indem Sie eine kommagetrennte Zeichenkette von Proxys mit dem Schalter -p angeben.
Offensive Security pflegt die Google Hacking Database (GHDB), zu finden unter: https://www.exploit-db.com/google-hacking-database. Es handelt sich um eine Sammlung von Google-Suchen, sogenannten Dorks, mit denen potenziell verwundbare Systeme oder andere interessante Informationen gefunden werden können, die von Googles Suchbots erfasst werden.
Die Nutzungsbedingungen für pagodo entsprechen den Nutzungsbedingungen von
yagooglesearch.
Dieser Code wird ohne jegliche Gewährleistung bereitgestellt, und Sie sind allein dafür verantwortlich, wie er verwendet wird. Das Scrapen von Google-Suchergebnissen kann gegen deren Nutzungsbedingungen verstoßen. Eine andere Python-Bibliothek für die Google-Suche enthielt einige interessante Informationen/Diskussionen dazu:
Googles bevorzugte Methode ist die Verwendung ihrer API.
Die Skripte sind für Python 3.6+ geschrieben. Klonen Sie das Git-Repository und installieren Sie die Abhängigkeiten.
git clone https://github.com/opsdisk/pagodo.git
cd pagodo
python3 -m venv .venv # If using a virtual environment.
source .venv/bin/activate # If using a virtual environment.
pip install --upgrade pip setuptools
pip install -r requirements.txt
Zu Beginn benötigt pagodo.py eine Liste aller aktuellen Google Dorks. Das Repository enthält ein Verzeichnis dorks/ mit den
aktuellen Dorks zum Zeitpunkt der letzten Ausführung von ghdb_scraper.py. Es wird empfohlen, ghdb_scraper.py auszuführen, um die aktuellsten Daten zu erhalten,
bevor pagodo.py ausgeführt wird. Das Verzeichnis dorks/ enthält:
all_google_dorks.txt, die alle Google Dorks enthält, einen pro Zeileall_google_dorks.json, die die JSON-Antwort von GHDB enthältDork-Kategorien:
categories = {
1: "Footholds",
2: "File Containing Usernames",
3: "Sensitives Directories",
4: "Web Server Detection",
5: "Vulnerable Files",
6: "Vulnerable Servers",
7: "Error Messages",
8: "File Containing Juicy Info",
9: "File Containing Passwords",
10: "Sensitive Online Shopping Info",
11: "Network or Vulnerability Data",
12: "Pages Containing Login Portals",
13: "Various Online devices",
14: "Advisories and Vulnerabilities",
}
Schreibe alle Dorks in all_google_dorks.txt, all_google_dorks.json und in einzelne Kategorien, wenn du mehr
kontextbezogene Daten zu jedem Dork möchtest.
python ghdb_scraper.py -s -j -i
Die Funktion ghdb_scraper.retrieve_google_dorks() gibt ein Dictionary mit der folgenden Datenstruktur zurück:
ghdb_dict = {
"total_dorks": total_dorks,
"extracted_dorks": extracted_dorks,
"category_dict": category_dict,
}
Verwendung einer Python-Shell (wie python oder ipython), um die Daten zu erkunden:
import ghdb_scraper
dorks = ghdb_scraper.retrieve_google_dorks(save_all_dorks_to_file=True)
dorks.keys()
dorks["total_dorks"]
dorks["extracted_dorks"]
dorks["category_dict"].keys()
dorks["category_dict"][1]["category_name"]
python pagodo.py -d example.com -g dorks.txt
Die Funktion pagodo.Pagodo.go() gibt ein Dictionary mit der unten dargestellten Datenstruktur zurück (die verwendeten Dorks sind fiktive Beispiele):
{
"dorks": {
"inurl:admin": {
"urls_size": 3,
"urls": [
"https://github.com/marmelab/ng-admin",
"https://github.com/settings/admin",
"https://github.com/akveo/ngx-admin",
],
},
"inurl:gist": {
"urls_size": 3,
"urls": [
"https://gist.github.com/",
"https://gist.github.com/index",
"https://github.com/defunkt/gist",
],
},
},
"initiation_timestamp": "2021-08-27T11:35:30.638705",
"completion_timestamp": "2021-08-27T11:36:42.349035",
}
Verwendung einer Python-Shell (wie python oder ipython), um die Daten zu erkunden:
import pagodo
pg = pagodo.Pagodo(
google_dorks_file="dorks.txt",
domain="github.com",
max_search_result_urls_to_return_per_dork=3,
save_pagodo_results_to_json_file=None, # None = Auto-generate file name, otherwise pass a string for path and filename.
save_urls_to_file=None, # None = Auto-generate file name, otherwise pass a string for path and filename.
verbosity=5,
)
pagodo_results_dict = pg.go()
pagodo_results_dict.keys()
pagodo_results_dict["initiation_timestamp"]
pagodo_results_dict["completion_timestamp"]
for key,value in pagodo_results_dict["dorks"].items():
print(f"dork: {key}")
for url in value["urls"]:
print(url)
Entdecken Sie die meistgenutzten Tools unserer Community.
Noch keine Beliebtheitsdaten.