
pagodo (Passive Google Dork) - Automatiza el scraping y la búsqueda en la base de datos de Google Hacking
Este repositorio está archivado y ya no se mantiene.
En julio/agosto de 2026, Google cambió la forma en que se devuelven los resultados de búsqueda, lo que hizo que la biblioteca yagooglesearch que utiliza pagodo dejara de ser fiable. La biblioteca en la que se basaba yagooglesearch, googlesearch, fue archivada el 13 de febrero de 2026. Su rastreador de incidencias también documenta problemas con la desaparición de los resultados de búsqueda.
Como resultado, este repositorio fue archivado el 1 de noviembre de 2026 y ya no se mantiene.
Para más contexto:
pagodo automatiza la búsqueda en Google de páginas web y aplicaciones potencialmente vulnerables en Internet. Sustituye la realización manual de búsquedas de dorks de Google mediante un navegador con interfaz web.
Hay 2 partes. La primera es ghdb_scraper.py, que recupera los dorks de Google más recientes, y la segunda parte es pagodo.py, que aprovecha la información recopilada por ghdb_scraper.py.
La biblioteca central de búsqueda de Google ahora utiliza la más flexible yagooglesearch en lugar de googlesearch. Consulta el README de yagooglesearch para obtener una explicación más detallada de las diferencias y capacidades de la biblioteca.
Esta versión de pagodo también admite soporte nativo de aplicaciones HTTP(S) y SOCKS5, por lo que ya no es necesario envolverla en una herramienta como proxychains4 si necesitas soporte de proxy. Puedes especificar varios proxies para usarlos de forma rotativa proporcionando una cadena de proxies separados por comas mediante el conmutador -p.
Offensive Security mantiene la Google Hacking Database (GHDB), disponible aquí: https://www.exploit-db.com/google-hacking-database. Es una colección de búsquedas de Google, llamadas dorks, que pueden usarse para encontrar máquinas potencialmente vulnerables u otra información jugosa que es detectada por los bots de búsqueda de Google.
Los términos y condiciones de pagodo son los mismos que se encuentran en yagooglesearch.
Este código se proporciona tal cual y eres totalmente responsable de cómo se utiliza. El scraping de los resultados de búsqueda de Google puede violar sus Términos de servicio. Otra biblioteca de Python para búsquedas en Google tenía información y debate interesantes al respecto:
El método preferido de Google es utilizar su API.
Los scripts están escritos para Python 3.6+. Clona el repositorio git e instala los requisitos.
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
Para empezar, pagodo.py necesita una lista de todos los Google dorks actuales. El repositorio contiene un directorio dorks/ con los
dorks actuales de la última vez que se ejecutó ghdb_scraper.py. Se recomienda ejecutar ghdb_scraper.py para obtener los datos más recientes
antes de ejecutar pagodo.py. El directorio dorks/ contiene:
all_google_dorks.txt que contiene todos los Google dorks, uno por líneaall_google_dorks.json que es la respuesta JSON de GHDBCategorías de dorks:
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",
}
Escribe todos los dorks en all_google_dorks.txt, all_google_dorks.json y en categorías individuales si deseas más
datos contextuales sobre cada dork.
python ghdb_scraper.py -s -j -i
La función ghdb_scraper.retrieve_google_dorks() devuelve un diccionario con la siguiente estructura de datos:
ghdb_dict = {
"total_dorks": total_dorks,
"extracted_dorks": extracted_dorks,
"category_dict": category_dict,
}
Usar un shell de Python (como python o ipython) para explorar los datos:
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
La función pagodo.Pagodo.go() devuelve un diccionario con la estructura de datos que se muestra a continuación (los dorks utilizados son ejemplos inventados):
{
"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",
}
Usar un shell de Python (como python o ipython) para explorar los datos:
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)
El modificador -d se puede usar para limitar los resultados a un dominio específico y funciona como el operador de búsqueda de Google:
site:github.com