Dorkwright - Google Dorking ツール

Dorkwright は、Google 検索結果からファイルリンクの抽出を自動化し、必要に応じてダウンロードも行う、Python ベースの強力な Google ドーキングユーティリティです。ブラウザ自動化には Playwright を使用し、CAPTCHA 処理、進捗インジケーター、クリーンな CLI インターフェースを備えています。

機能

Google ドーキングの自動化（検索スクレイピング）
ファイル URL の抽出（PDF、DOC、XLS など）
オプションでファイルの自動ダウンロード
CAPTCHA 対応（ユーザーが解決するまで待機）
結果を出力ファイルに保存
一括ダウンロード対応
ダウンロードのプロキシ対応
Cloudflare 保護を回避する FlareSolverr 統合
Playwright 搭載で高速動作

使い方

╔═══════════════════════════════════════════════════════════════════════════════╗
║                          DORKWRIGHT - Google Dorker                           ║
║         Extract file links from Google search results and download them       ║
╚═══════════════════════════════════════════════════════════════════════════════╝

options:
  -h, --help            show this help message and exit
  -q, --query QUERY     Google search query (e.g., "site:example.com filetype:doc")
  -p, --pages N         Maximum number of result pages to scrape (default: 10)
  -d, --delay SECONDS   Delay between page requests to avoid CAPTCHA (default: 3)
  -o, --output FILE     Output file for extracted links (default: file_links.txt)
  --download            Download files after extracting links
  --download-dir DIR    Directory to save downloaded files (default: downloads)
  --input-file FILE     Input file with URLs to download (skip search if provided)
  --proxy URL           Proxy server URL (e.g., http://127.0.0.1:8080)
  --flaresolverr URL    FlareSolverr endpoint for bypassing Cloudflare

使用例

検索してリンクを保存

dorkwright.py -q "site:example.com filetype:doc OR filetype:docx OR filetype:dot"
dorkwright.py -q "site:example.com filetype:pdf" -p 5 -o results.txt

検索してすぐにダウンロード

dorkwright.py -q "site:example.com filetype:doc" --download --download-dir downloads

既存のファイルリストからダウンロード

dorkwright.py --input-file file_links.txt --download-dir my_files

プロキシを使用してダウンロード

# Using HTTP proxy
dorkwright.py --input-file file_links.txt --proxy http://127.0.0.1:8080

# Using SOCKS5 proxy
dorkwright.py --input-file file_links.txt --proxy socks5://127.0.0.1:1080

FlareSolverr を使用したダウンロード（Cloudflare 回避）

# Download from existing file using FlareSolverr
dorkwright.py --input-file file_links.txt --flaresolverr http://localhost:8191

# Search and download with FlareSolverr
dorkwright.py -q "site:example.com filetype:pdf" --download --flaresolverr http://localhost:8191

インストール

git clone https://github.com/San-Tus/Dorkwright
cd Dorkwright
python -m venv .venv

仮想環境を有効化します：

OS	コマンド
Windows	`.venv\Scripts\activate`
Linux/macOS	`source .venv/bin/activate`

必要なパッケージをインストールします：

pip install -r requirements.txt
playwright install chromium

FlareSolverr のセットアップ（オプション）

FlareSolverr は Cloudflare のチャレンジを解決するプロキシサーバーで、Cloudflare で保護されたサイトからファイルをダウンロードできるようにします。

インストールとセットアップの手順については、公式ドキュメントを参照してください： https://github.com/FlareSolverr/FlareSolverr

スクリプトの実行

python dorkwright.py -h

実際の使用例：

python dorkwright.py -q "site:gchq.gov.uk filetype:doc OR filetype:docx OR filetype:xls OR filetype:xlsx OR filetype:pdf" -p 10 --download --download-dir GCHQ

出力例（スクレイピング + CAPTCHA 処理）

Searching Google for: site:gchq.gov.uk filetype:doc OR filetype:docx OR filetype:xls OR filetype:xlsx OR filetype:pdf
Max pages: 10
Delay between pages: 3s

Searching page 1...

============================================================
CAPTCHA DETECTED!
Please solve the CAPTCHA in the browser window.
Press ENTER here when done...
============================================================

見つかったリンクは次のように表示されます：

Found: https://www.gchq.gov.uk/files/CheltScienceFestivalTranscript.pdf
Found: https://www.gchq.gov.uk/files/NLCChallenge1_WT.pdf
...

抽出された URL の最終リスト

============================================================
Found 77 unique file links:
============================================================
https://www.gchq.gov.uk/files/2020%20Christmas%20Card%20Solution.pdf
https://www.gchq.gov.uk/files/2020%20Christmas%20Card.pdf
https://www.gchq.gov.uk/files/2023%20GCHQ%20Christmas%20Challenge.pdf
https://www.gchq.gov.uk/files/2024%20Combined%20Pay%20Gap%20External%20-%20Updated.pdf
https://www.gchq.gov.uk/files/Answers.pdf
...
Saved 77 links to file_links.txt

自動ダウンロードの出力

--download を有効にした場合：

Starting downloads...

Found 77 URLs to download
Saving to directory: GCHQ

  ✓  2020 Christmas Card Solution.pdf                       3.30 MB
  ✓  2020 Christmas Card.pdf                                2.45 MB
  ✓  2023 GCHQ Christmas Challenge.pdf                      6.15 MB
  ✓  2024 Combined Pay Gap External - Updated.pdf         489.67 KB
  ✓  Answers.pdf                                         1016.25 KB
...

ダウンロード統計の例

================================================================================
                              DOWNLOAD STATISTICS
================================================================================
  Total files processed:     77
  Successfully downloaded:   77
  Failed downloads:          0
  Total size:                261.16 MB
  Time elapsed:              35.15s
  Average speed:             7.43 MB/s

  File types downloaded:
    .pdf       :  77 files
================================================================================

Dorkwright

人気