用python结合jieba和wordcloud实现词云效果

0x00 前言

突然想做一个漏洞词云，看看哪些漏洞比较高频，如果某些厂商有漏洞公开(比如ly)，也好针对性挖掘。就选x云吧（镜像站 http://wy.hxsec.com/bugs.php ）。用jieba和wordcloud两个强大的第三方库，就可以轻松打造出x云漏洞词云。

github地址： https://github.com/theLSA/wooyun_wordcloud

本站下载地址：wooyun_wordcloud

0x01 爬取标题

直接上代码：

#coding:utf-8
#Author:LSA
#Description:wordcloud for wooyun
#Date:20170904

import urllib
import urllib2
import re
import threading
import Queue

q0 = Queue.Queue()

threads = 20

threadList = []

def gettitle():
 while not q0.empty():

 i = q0.get()
 url = 'http://wy.hxsec.com/bugs.php?page=' + str(i)
 html = urllib.urlopen(url).read()
 reg = re.compile(r'<li style="width:60%;height:25px;background-color:#FFFFFF;float:left" ><a href=".*?" rel="external nofollow" >(.*?)</a>')
 titleList = re.findall(reg,html)
 fwy = open("wooyunBugTitle.txt","a")
 for title in titleList:
 fwy.write(title+'\n')
 fwy.flush()
 fwy.close()
 print 'Page ' + str(i) + ' over!'

def main():
 for page in range(1,2962):
 q0.put(page)
 for thread in range(threads):
 t = threading.Thread(target=gettitle)
 t.start()
 threadList.append(t)
 for th in threadList:
 th.join()

 print '***********************All pages over!**********************'

if __name__ == '__main__':
 main()

0x02 打造词云

还是直接上代码：

# coding: utf-8

import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt

data = open("wooyunBugTitle.txt","r").read()
cutData = jieba.cut(data, cut_all=True)
word = " ".join(cutData)

cloud = WordCloud(
 #设置字体，不指定可能会出现中文乱码
 font_path="msyh.ttf",
 #font_path=path.join(e,'xxx.ttc'),
 #设置背景色
 background_color='white',
 #词云形状
 #mask=color_mask,
 #允许最大词汇
 max_words=2000,
 #最大号字体
 max_font_size=40
 )

wc = cloud.generate(word)
wc.to_file("wooyunwordcloud.jpg") 
plt.imshow(wc)
plt.axis("off")
plt.show()

0x03 效果演示：

0x04 结语

由词云图可以看出，SQL注入依旧风光无限，其次是命令执行，继而是信息泄漏，整体看还是比较直观的。

# jieba  # wordcloud  # python  # python3  # python生成词云的实现方法(推荐)  # 使用python实现个性化词云的方法  # 详解Python如何生成词云的方法  # Python制作词云图代码实例  # 用Python和WordCloud绘制词云的实现方法(内附让字体清晰的秘笈)  # Python基于jieba库进行简单分词及词云功能实现方法  # Python制作词云的方法  # python词云库wordCloud使用方法详解(解决中文乱码)  # python词云库wordcloud的使用方法与实例详解  # Python词云的正确实现方法实例  # 下载地址  # 镜像  # 可以看出  # 第三方  # 想做  # 就可以  # 背景色  # 风光无限  # 造词  # str  # page  # html  # Queue  # urlopen  # gettitle  # def  # threadList  # threads  # url  # empty 

相关文章： 广州网站设计制作一条龙,广州巨网网络科技有限公司是干什么的？  建站之星ASP如何实现CMS高效搭建与安全管理？  如何在建站主机中优化服务器配置？  一键制作网站软件下载安装,一键自动采集网页文档制作步骤？  建站主机是否等同于虚拟主机？  宝塔建站教程：一键部署配置流程与SEO优化实战指南  建站之星IIS配置教程：代码生成技巧与站点搭建指南  青岛网站建设如何选择本地服务器？  高防服务器租用首荐平台，企业级优惠套餐快速部署  网页设计与网站制作内容,怎样注册网站？  建站为何优先选择香港服务器？  如何在阿里云完成域名注册与建站？  移动端手机网站制作软件,掌上时代，移动端网站的谷歌SEO该如何做？  外汇网站制作流程,如何在工商银行网站上做外汇买卖？  小自动建站系统：AI智能生成+拖拽模板，多端适配一键搭建  公司网站制作需要多少钱,找人做公司网站需要多少钱？  制作网站的软件下载免费,今日头条开宝箱老是需要下载怎么回事？  小程序网站制作需要准备什么资料,如何制作小程序？  香港服务器建站指南：外贸独立站搭建与跨境电商配置流程  如何在IIS服务器上快速部署高效网站？  杭州银行网站设计制作流程,杭州银行怎么开通认证方式？  建站之星后台管理：高效配置与模板优化提升用户体验  c++23 std::expected怎么用 c++优雅处理函数错误返回【详解】  定制建站是什么？如何实现个性化需求？  如何通过cPanel快速搭建网站？  建站之星导航如何优化提升用户体验？  建站主机选购指南与交易推荐：核心配置解析  建站之星与建站宝盒如何选择最佳方案？  如何用wdcp快速搭建高效网站？  佛山网站制作系统,佛山企业变更地址网上办理步骤？  网站制作哪家好,cc、.co、.cm哪个域名更适合做网站？  如何挑选优质建站一级代理提升网站排名？  ,网页ppt怎么弄成自己的ppt？  教学论文网站制作软件有哪些,写论文用什么软件 ？  网站广告牌制作方法,街上的广告牌，横幅，用PS还是其他软件做的？  如何在Windows虚拟主机上快速搭建网站？  如何通过IIS搭建网站并配置访问权限？  魔方云NAT建站如何实现端口转发？  如何选择可靠的免备案建站服务器？  如何选购建站域名与空间？自助平台全解析  儿童网站界面设计图片,中国少年儿童教育网站-怎么去注册？  C#如何使用XPathNavigator高效查询XML  宝塔新建站点为何无法访问？如何排查？  全景视频制作网站有哪些,全景图怎么做成网页？  道歉网站制作流程,世纪佳缘致歉小吴事件，相亲网站身份信息伪造该如何稽查？  佛山企业网站制作公司有哪些,沟通100网上服务官网？  创业网站制作流程,创业网站可靠吗？  网站图片在线制作软件,怎么在图片上做链接？  如何选择PHP开源工具快速搭建网站？  武汉网站设计制作公司,武汉有哪些比较大的同城网站或论坛，就是里面都是武汉人的？