wx小程序渗透思路

embedded/2024/11/13 9:30:46/

免责声明:本文仅做分享!

目录

WX小程序源代码

wx小程序目录位置:

反编译:

e0e1-wx.py工具

unveilr.exe工具

查看源代码:

微信开发者工具:

WX抓包

Fiddler抓包

官网下载

下载证书

操作:

bp + proxifier

bp:(代理抓包)

proxifier:(本地代理)


WX小程序源代码

其实就跟web渗透类似,只不过wx小程序的源码封装了.

wx小程序目录位置:

这些wx开头的文件夹就是每个小程序的包包.

首先,看一下wx小程序的格式:

---这样,不出意外,打开就是乱码...

所以我们要进行反编译,变成正常的代码-->

反编译:

e0e1-wx.py工具

配置去工具官网看:

eeeeeeeeee-code/e0e1-wx: 微信小程序辅助渗透-自动化 (github.com)

运行截图:

现在的文件是正常的代码了,可以安心观看啦~~~


unveilr.exe工具

自己下载...

使用方法: 
unveilr.exe "小程序路径"

--->运行完成后会在其小程序目录下生成一个  __APP__ 文件夹.(里面就是正常的代码文件)


查看源代码:

反编译完了,那我们要怎么办呢, ---> 当做一个项目,打开,审计人家源代码呀 .

微信开发者工具:

developers.weixin.qq.com/miniprogram/dev/devtools/download.html

--选择版本进行下载. (无脑安装)

那咱们弄好之后直接把反编译好的文件夹路径弄过来 ~

--->创建--->信任并运行.

到了这里之后,那就该怎么审就怎么审 !

那我们需要测试漏洞是否存在,是不是就需要抓包--->


WX抓包

Fiddler抓包

看人家大佬的文章吧, ....

fiddler抓取微信小程序包_fiddler抓包微信小程序-CSDN博客

官网下载

Download Fiddler Web Debugging Tool for Free by Telerik

下载证书

http://www.telerik.com/docs/default-source/fiddler/addons/fiddlercertmaker.exe?sfvrsn=2


操作:

Fiddler配置好之后,

先打开Fiddler,再配置微信网络代理,打开微信.

... 然后断点 ,抓包 ,改包 ....

(看人家佬的文章吧,很详细了...)


bp + proxifier

bp:(代理抓包)

环境自己配置好.

监听 127.0.0.1 8080

proxifier:(本地代理)

配置文件--代理服务器


配置文件--代理规则

WeChat.exe;WeChatAppEx.exe;WeChatPlayer.exe;WechatBrowser.exe;WeChatAppEx*.exe   
​
WeChatAppEx.exe


都配置好之后, 在其代理程序上 点击 , 抓到包 即可.

---由于这个proxifier 代理 的 流量有时非常卡,不稳定,所以这个感觉有点鸡肋.


微信小程序渗透 | 微信小程序反编译


http://www.ppmy.cn/embedded/113258.html

相关文章

jmeter

Jmeter快速入门 1.安装Jmeter Jmeter依赖于JDK,所以必须确保当前计算机上已经安装了JDK,并且配置了环境变量。 1.1.下载 可以Apache Jmeter官网下载,地址:http://jmeter.apache.org/download_jmeter.cgi 1.2.解压 因为下载的…

微信小程序如何设置左侧导航栏跟随页面滑动

一、使用 scroll-view 组件实现页面滚动 在页面的 wxml 文件中&#xff0c;将需要滚动的内容包裹在scroll - view组件内&#xff0c;例如&#xff1a; <scroll-view scroll-y"true" style"height: 800rpx;"><!-- 这里放置页面的主要内容 -->…

关于yolov5遇到空标签导致训练暂停的解决

小编在使用yolov5进行深度学习训练的时候&#xff0c;训练了好几个epochs&#xff0c;突然报了一个empty的错误导致训练程序终止&#xff0c;还好小编只是在训练刚开始遇到这种问题&#xff0c;如果训练了好多轮以后遇到此类问题&#xff0c;那前面训练花费的时间全部都浪费了&…

加密与安全_优雅存储二要素(AES-256-GCM )

文章目录 什么是二要素如何保护二要素&#xff08;姓名和身份证&#xff09;加密算法分类场景选择算法选择AES - ECB 模式 (不推荐)AES - CBC 模式 (推荐)GCM&#xff08;Galois/Counter Mode&#xff09;AES-256-GCM简介AES-256-GCM工作原理安全优势 应用场景其他模式 和 敏感…

时序约束进阶三:Create_clock与Create_Generated_Clock详解

目录 一、前言 二、生成时钟 2.1 示例设计 2.2 主时钟约束 1&#xff09;约束对象解析 2&#xff09;约束到非时钟位置 2.3 生成时钟约束 1&#xff09;无约束 2&#xff09;倍频约束 3&#xff09;生成时钟的主时钟约束不正确 4&#xff09;使能时钟控制的约束 5&…

联邦大模型Federated Large Language Model

联邦大模型Federated Large Language Model 联邦大模型Federated Large Language Model隐私保护计算的三种主要方法大模型(LLM)训练包含三个阶段联邦大模型(Federated LLM)包括三个组件(1)联邦LLM预训练(Federated LLM Pre-training)(2)联邦LLM微调(Federated LLM F…

深度学习----------------------文本预处理

目录 文本预处理读取数据集词源化词表该部分总代码该部分总代码 整合所有功能该部分总代码 文本预处理 文本预处理&#xff1a;把文本当作一个时序序列 将解析文本的常见预处理步骤。 这些步骤通常包括&#xff1a; ①将文本作为字符串加载到内存中。 ②将字符串拆分为词元&…

OpenAI o1——人工智能推理能力的飞跃,助力高级问题解决

前言 开放人工智能 新模型&#xff0c; OpenAI o1 或草莓&#xff0c;代表了 人工智能。它以 OpenAI 的 GPT 系列等先前模型为基础&#xff0c;并引入了增强的推理能力&#xff0c;从而加深了科学、编码和数学等各个领域的问题解决能力。与主要擅长处理和生成文本的前辈不同&a…