Dorkwright - Ferramenta de Google Dorking

Dorkwright é uma poderosa ferramenta de Google dorking baseada em Python que automatiza a extração de links de arquivos dos resultados de pesquisa do Google e, opcionalmente, os baixa. Ela usa Playwright para automação de navegador e inclui tratamento de CAPTCHA, indicadores de progresso e uma interface CLI limpa.

Funcionalidades

Google dorking automatizado (raspagem de pesquisa)
Extrai URLs de arquivos (PDF, DOC, XLS, etc.)
Download automático opcional de arquivos
Consciente de CAPTCHA (espera o usuário resolver)
Salva resultados em um arquivo de saída
Suporte a download em lote
Suporte a proxy para downloads
Integração com FlareSolverr para contornar proteção Cloudflare
Rápido e alimentado pelo Playwright

Uso

╔═══════════════════════════════════════════════════════════════════════════════╗
║                          DORKWRIGHT - Google Dorker                           ║
║         Extrai links de arquivos dos resultados de pesquisa do Google e os baixa       ║
╚═══════════════════════════════════════════════════════════════════════════════╝

opções:
  -h, --help            exibe esta mensagem de ajuda e sai
  -q, --query CONSULTA  Consulta de pesquisa do Google (ex.: "site:example.com filetype:doc")
  -p, --pages N         Número máximo de páginas de resultados para raspar (padrão: 10)
  -d, --delay SEGUNDOS  Atraso entre requisições de página para evitar CAPTCHA (padrão: 3)
  -o, --output ARQUIVO  Arquivo de saída para os links extraídos (padrão: file_links.txt)
  --download            Baixa arquivos após extrair links
  --download-dir DIR    Diretório para salvar os arquivos baixados (padrão: downloads)
  --input-file ARQUIVO  Arquivo de entrada com URLs para baixar (pula a pesquisa se fornecido)
  --proxy URL           URL do servidor proxy (ex.: http://127.0.0.1:8080)
  --flaresolverr URL    Endpoint do FlareSolverr para contornar Cloudflare

Exemplos

Pesquisar e salvar links

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

Pesquisar e baixar imediatamente

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

Baixar a partir de uma lista de arquivos existente

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

Baixar com proxy

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

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

Baixar com FlareSolverr (bypass Cloudflare)

# Baixar a partir de arquivo existente usando FlareSolverr
dorkwright.py --input-file file_links.txt --flaresolverr http://localhost:8191

# Pesquisar e baixar com FlareSolverr
dorkwright.py -q "site:example.com filetype:pdf" --download --flaresolverr http://localhost:8191

Instalação

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

Ative o ambiente virtual:

SO	Comando
Windows	`.venv\Scripts\activate`
Linux/macOS	`source .venv/bin/activate`

Instale os pacotes necessários:

pip install -r requirements.txt
playwright install chromium

Configuração do FlareSolverr (Opcional)

FlareSolverr é um servidor proxy que resolve desafios do Cloudflare, permitindo baixar arquivos de sites protegidos pelo Cloudflare.

Para instruções de instalação e configuração, siga a documentação oficial: https://github.com/FlareSolverr/FlareSolverr

Executando o Script

python dorkwright.py -h

Exemplo de uso real:

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

Exemplo de Saída (Raspagem + Tratamento de CAPTCHA)

Pesquisando no Google por: site:gchq.gov.uk filetype:doc OR filetype:docx OR filetype:xls OR filetype:xlsx OR filetype:pdf
Máximo de páginas: 10
Atraso entre páginas: 3s

Pesquisando página 1...

============================================================
CAPTCHA DETECTADO!
Por favor, resolva o CAPTCHA na janela do navegador.
Pressione ENTER aqui quando terminar...
============================================================

Links encontrados aparecem como:

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

Lista Final de URLs Extraídas

============================================================
Encontrados 77 links de arquivos únicos:
============================================================
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
...
Salvos 77 links em file_links.txt

Saída de Download Automatizado

Quando --download está habilitado:

Iniciando downloads...

Encontradas 77 URLs para baixar
Salvando no diretório: 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
...

Exemplo de Estatísticas de Download

================================================================================
                              ESTATÍSTICAS DE DOWNLOAD
================================================================================
  Total de arquivos processados:  77
  Baixados com sucesso:           77
  Downloads falhos:               0
  Tamanho total:                  261.16 MB
  Tempo decorrido:                35.15s
  Velocidade média:               7.43 MB/s

  Tipos de arquivo baixados:
    .pdf       :  77 arquivos
================================================================================

Dorkwright

Mais Populares