
pagodo (Google Dork Passif) - Automatiser le scraping et la recherche dans la Google Hacking Database
Ce dépôt est archivé et n'est plus maintenu.
En juillet/août 2026, Google a modifié la manière dont les résultats de recherche sont renvoyés, rendant la bibliothèque yagooglesearch utilisée par pagodo peu fiable. La bibliothèque sur laquelle yagooglesearch était basée, googlesearch, a été archivée le 13 février 2026. Son gestionnaire de tickets documente également des problèmes liés à l'absence d'apparition des résultats de recherche.
En conséquence, ce dépôt a été archivé le 1er novembre 2026 et n'est plus maintenu.
Pour le contexte :
pagodo automatise la recherche Google de pages web et d'applications potentiellement vulnérables sur Internet. Il remplace
l'exécution manuelle de recherches Google dork via un navigateur avec interface graphique.
Il comporte 2 parties. La première est ghdb_scraper.py qui récupère les derniers Google dorks, et la seconde partie est
pagodo.py qui exploite les informations collectées par ghdb_scraper.py.
La bibliothèque de recherche Google principale utilise désormais la plus flexible yagooglesearch au lieu de googlesearch. Consultez le README de yagooglesearch pour une explication plus détaillée des différences et des capacités de la bibliothèque.
Cette version de pagodo prend également en charge nativement HTTP(S) et SOCKS5, il n'est donc plus nécessaire de l'envelopper dans un outil
comme proxychains4 si vous avez besoin d'un support proxy. Vous pouvez spécifier plusieurs proxies à utiliser en alternance
en fournissant une chaîne de proxies séparés par des virgules via l'option -p.
Offensive Security maintient la Google Hacking Database (GHDB) disponible ici : https://www.exploit-db.com/google-hacking-database. Il s'agit d'une collection de recherches Google, appelées dorks, qui peuvent être utilisées pour trouver des machines potentiellement vulnérables ou d'autres informations juteuses récupérées par les robots d'indexation de Google.
Les termes et conditions de pagodo sont les mêmes que ceux trouvés dans
yagooglesearch.
Ce code est fourni tel quel et vous êtes entièrement responsable de son utilisation. Le scraping des résultats de Google Search peut enfreindre leurs Conditions d'utilisation. Une autre bibliothèque Python de recherche Google contenait des informations/discussions intéressantes à ce sujet :
La méthode préférée de Google est d'utiliser leur API.
Les scripts sont écrits pour Python 3.6+. Clonez le dépôt git et installez les dépendances.
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
Pour commencer, pagodo.py a besoin d'une liste de tous les dorks Google actuels. Le dépôt contient un répertoire dorks/ avec les
dorks actuels au moment de la dernière exécution de ghdb_scraper.py. Il est conseillé d'exécuter ghdb_scraper.py pour obtenir les données les plus fraîches
avant d'exécuter pagodo.py. Le répertoire dorks/ contient :
all_google_dorks.txt qui contient tous les dorks Google, un par ligneall_google_dorks.json qui est la réponse JSON de GHDBCatégories 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",
}
Écrivez tous les dorks dans all_google_dorks.txt, all_google_dorks.json, et dans des catégories individuelles si vous souhaitez davantage de données contextuelles sur chaque dork.
python ghdb_scraper.py -s -j -i
La fonction ghdb_scraper.retrieve_google_dorks() renvoie un dictionnaire avec la structure de données suivante :
ghdb_dict = {
"total_dorks": total_dorks,
"extracted_dorks": extracted_dorks,
"category_dict": category_dict,
}
Utiliser un shell Python (comme python ou ipython) pour explorer les données :
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 fonction pagodo.Pagodo.go() renvoie un dictionnaire avec la structure de données ci-dessous (les dorks utilisés sont des exemples inventés) :
{
"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",
}
Utiliser un shell Python (comme python ou ipython) pour explorer les données :
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)
Le commutateur -d peut être utilisé pour restreindre les résultats à un domaine spécifique et fonctionne comme l'opérateur de recherche Google :
Découvrez les outils les plus utilisés par notre communauté.
Pas encore de données de popularité.