找到 37 篇与 Python 相关的结果
-
LiveTalking {card-default label="📦 项目信息"} 🔧 项目名称：LiveTalking 💻 开发语言：Python ⭐ Star数：358 | 🍴 Fork数：173 📜 开源协议：Apache-2.0 🔗 项目地址：https://gitee.com/lipku/LiveTalking {/card-default} 项目介绍 实时交互数字人 项目详情 项目截图 中文版 ｜ English 项目截图 项目截图 项目截图 项目截图 项目截图 项目截图 实时交互流式数字人引擎，实现音视频同步对话，已在业内获得广泛商用 效果演示: wav2lip | ernerf | musetalk 国内镜像: Gitee | GitCode Features 支持多种数字人模型: ernerf、musetalk、wav2lip、Ultralight-Digital-Human 支持声音克隆 支持数字人说话被打断 支持全身视频拼接 支持 WebRTC、RTMP、虚拟摄像头输出 支持动作编排：不说话时播放自定义视频 支持多并发 支持自定义数字人形象 提供前端API接口对接 使用场景 LiveTalking 基于实时流式数字人技术，通过文本或语音驱动虚拟形象说话，结合 LLM 实现智能对话。适用于以下场景： 场景说明虚拟主播/直播带货LiveStream24 小时无人直播，通过 LLM 自动生成带货话术，配合动作编排实现自然表现AI 数字人客服接入企业知识库，用户语音提问，数字人实时回答，支持打断重说在线教育/培训教师数字分身录制课程，或通过 API 驱动数字人讲师实时授课智能语音助手结合智能音箱或 APP，调用 /human 接口驱动数字人进行语音对话交互大屏讲解数字人讲解员在展厅大屏、活动现场等场景进行内容讲解和互动短视频批量制作通过 API 批量提交文案生成数字人出镜视频，无需真人拍摄，调用 /human + /record 接口核心流程：用户输入文字/音频 → LLM 生成回复（可选）→ TTS 合成语音 → 数字人实时口型同步 → 音视频推流输出 1. 安装 已在 Ubuntu 22.04、Python 3.12、PyTorch 2.9.1、CUDA 12.8 测试通过。 1.1 安装依赖 git clone https://github.com/lipku/LiveTalking.git conda create -n livetalking python=3.12 conda activate livetalking # 如果 CUDA 版本不为 12.8 (运行 nvidia-smi 确认)，请根据 PyTorch 官网(https://pytorch.org/get-started/previous-versions)安装对应版本 pip install torch==2.9.1 torchvision==0.24.1 torchaudio==2.9.1 --index-url https://download.pytorch.org/whl/cu128 cd LiveTalking pip install -r requirements.txt安装常见问题：FAQ Linux CUDA 环境搭建参考: 2. 快速开始 2.1 下载模型 网盘地址夸克云盘 Google Drive 将 wav2lip256.pth 拷贝到项目的 models/ 目录下，重命名为 wav2lip.pth 将 wav2lip256_avatar1.tar.gz 解压后整个文件夹拷贝到 data/avatars/ 目录下 2.2 启动服务 python app.py --transport webrtc --model wav2lip --avatar_id wav2lip256_avatar1注意: 服务端需开放端口 TCP:8010, UDP:1-655362.3 客户端接入 方式说明浏览器打开 http://serverip:8010/index.html，点击"开始连接"播放数字人视频，在文本框输入文字提交即可API 调用参考 API 文档 通过 HTTP 接口驱动桌面客户端下载地址:2.4 Web 页面 页面地址说明首页/index.htmlWebRTC 连接 + 文本/音频驱动 + 录制控制Avatar 生成/avatar.html上传视频自动生成数字人形象管理后台/admin.html实时监控会话状态与全局配置项目截图 2.5 快速体验 使用在线镜像创建实例即可运行: UCloud 镜像 Windows整合包 商用版体验地址 2.6 使用说明 3. 系统架构 数据流图 项目截图 各层说明 API 层 /human: 接收文本，支持 echo（直接复读）和 chat（LLM 对话）模式 /humanaudio: 接收音频文件直接播放 每个连接分配唯一 sessionid，支持多用户并发 逻辑层 LLM 引擎: 对接 Qwen 等大模型生成对话回复（也可通过OrcaRouter 等 OpenAI 兼容网关接入，--llm_provider orcarouter） TTS 引擎: 模块化设计，支持 EdgeTTS、GPT-SoVITS、CosyVoice、腾讯云等多种方案 特征提取: 同步提取音频的声学特征（如 Mel 频谱），用于口型推理 渲染层 模型推理: 使用深度学习模型 (Wav2Lip, MuseTalk 等) 根据音频特征生成口型画面 后处理: 将生成的口型区域平滑贴回原始高清视频 推流层 WebRTC: 低延迟浏览器端推流 RTMP: 标准直播协议，支持推流到 B站/YouTube 等平台 虚拟摄像头: 输出为系统摄像头设备 插件系统 基于 registry.py 的去中心化注册机制，开发者可自行扩展 TTS、Avatar、Output 模块 4. API 接口 文档说明docs/api.md通用业务 API — WebRTC、文本/音频驱动、录制、动作编排docs/avatar_api.mdAvatar 生成 API — 创建任务、查询进度、删除任务docs/admin_api.mdAdmin 管理 API — 全局配置、会话监控、强制停止5. Docker 运行 镜像说明: AutoDL: 镜像 UCloud: 镜像 — 支持开放任意端口 6. 性能指标 每路视频压缩消耗 CPU，分辨率越高 CPU 消耗越大；每路口型推理消耗 GPU 不说话时并发数取决于 CPU，同时说话并发数取决于 GPU 后端日志 inferfps = GPU 推理帧率, finalfps = 最终推流帧率，两者均需 >=25 才算实时 实时推理性能 模型显卡FPSwav2lip256RTX 306060wav2lip256RTX 3080Ti120musetalkRTX 3080Ti42musetalkRTX 309045musetalkRTX 409072 wav2lip256 推荐 RTX 3060 及以上 musetalk 推荐 RTX 3080Ti 及以上 7. 商用版 维度开源版商用版定位开源社区版，Apache 2.0商用付费版，面向需要高性能、可运营交付的客户核心目标快速体验、二次开发、学习研究开箱即用的商业交付：性能加速、自适应动作、实时语音互动技术栈wav2lip / musetalk / ultralight 三款模型在开源版基础上新增 wav2lipls 及全套增强能力更多详情 8. 声明 基于本项目开发并发布在B站、视频号、抖音等平台上的视频需带上 LiveTalking 水印和标识。 引用 如果本项目对您有帮助，期待您能给一个 Star⭐和引用 @software{livetalking, author = {Hengzhong Li}, title = {LiveTalking: Real-Time Interactive Streaming Digital Human Framework}, year = {2025}, publisher = {GitHub}, url = {https://github.com/lipku/livetalking} }社区链接知识星球 微信wxwubug (加群请备注)Telegram Discord Emaillipku@foxmail.com微信公众号数字人技术项目截图 ⬇️ 下载地址 下载后请先检查文件完整性，如有问题请在评论区反馈
-
Python零基础数据库可视化教程 Python零基础数据库可视化教程 图片1 课程介绍 Python是目前最受欢迎的编程语言，MySQL是全球非常流行的关系型数据库产品，Linux是使用得最为广泛的服务器操作系统，Git是企业广泛应用的分布式版本控制系统，Flask是Python实现API接口开发的轻量级框架，ECharts是非常强大的前端统计图表库。本次课程涵盖了使用Python+MySQL实现数据持久化和可视化的内容，覆盖了版本控制系统的应用，覆盖了Linux服务器的使用，覆盖了前后端分离开发技术，是一套极具实用价值的Python数据可视化教程。 学习地址 百度：https://pan.baidu.com/s/1Jc7iKy5HCMYXxKelWBXmqQ 天翼：https://cloud.189.cn/t/IJJRnuNJbeA3 阿里：https://www.aliyundrive.com/s/WeVkvWj1kMf 下载后请先检查文件完整性，如有问题请在评论区反馈
-
OneForAll 是什么？好用的工具软件推荐 今天给大家分享一款实用的开源工具——**OneForAll**。这个工具在Gitee上获得了158个Star，主要功能是OneForAll是一款功能强大的子域收集工具，对于需要提高工作效率的朋友来说是个不错的选择。 # # 工具功能介绍 [](https://travis-ci.org/shmilylty/OneForAll) ?**OneForAll是一款功能强大的子域收集工具** ?[English Document](https://github.com/shmilylty/OneForAll/tree/master/docs/en-us/README.md)  # # ?上手指南 ? 请务必花一点时间阅读此文档，有助于你快速熟悉OneForAll！ ?安装要求 OneForAll基于[Python 3.6.0]( https://www.python.org/downloads/release/python-360/ )开发和测试，OneForAll需要高于Python 3.6.0的版本才能运行。 安装Python环境可以参考[Python 3 安装指南](https://pythonguidecn.readthedocs.io/zh/latest/starting/installation.html#python-3)。运行以下命令检查Python和pip3版本： bash python -V pip3 -V 如果你看到类似以下的输出便说明Python环境没有问题： bash Python 3.6.0 pip 19.2.2 from C:\Users\shmilylty\AppData\Roaming\Python\Python36\site-packages\pip (python 3.6) ✔安装步骤（git 版） 1. **下载** 由于该项目**处于开发中**，会不断进行更新迭代，下载时请使用`git clone`**克隆**最新代码仓库，也方便后续的更新，不推荐从Releases下载，因为Releases里版本更新缓慢，也不方便更新， 本项目已经在[码云](https://gitee.com/shmilylty/OneForAll.git)(Gitee)镜像了一份，国内推荐使用码云进行克隆比较快： bash git clone https://gitee.com/shmilylty/OneForAll.git 或者： bash git clone https://github.com/shmilylty/OneForAll.git 2. **安装** 你可以通过pip3安装OneForAll的依赖，以下为**Windows系统**下使用**pip3**安装依赖的示例：注意：如果你的Python3安装在系统Program Files目录下，如：`C:\Program Files\Python36`，那么请以管理员身份运行命令提示符cmd执行以下命令！ bash cd OneForAll/ python3 -m pip install -U pip setuptools wheel -i https://mirrors.aliyun.com/pypi/simple/ pip3 install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ python3 oneforall.py --help 其他系统平台的请参考[依赖安装](https://github.com/shmilylty/OneForAll/tree/master/docs/installation_dependency.md)，如果在安装依赖过程中发现编译某个依赖库失败时可以参考[常见问题与回答.md](https://github.com/shmilylty/OneForAll/tree/master/docs/troubleshooting.md)文档中解决方法，如果依然不能解决欢迎加群反馈问题。 3. **更新** 执行以下命令**更新**项目（可保存对`/config/setting.py`和`/config/api.py`的修改）： bash git stash # 暂存本地的修改 git fetch --all # 拉取项目更新 git pull # 下载覆盖 git stash pop # 释放本地修改 ✔安装步骤（docker 版） 首先下载并编辑配置文件，添加自己的`api`和个性化设置，并保留原始文件结构 config ├── api.py ├── log.py └── setting.py 拉取镜像并执行，其中`~/.config`替换为你自己配置文件所在文件夹的路径 shell docker pull shmilylty/oneforall docker run -it --rm -v ~/results:/OneForAll/results -v ~/.config:/OneForAll/config shmilylty/oneforall --target example.com run 参数直接加在指令末尾，结果会输出在本地目录`~/results`，如需保存到其他位置，可以自行修改 ✨使用演示 如果你是通过pip3安装的依赖则使用以下命令运行示例： bash python3 oneforall.py --target example.com run python3 oneforall.py --targets ./example.txt run ?结果说明 我们以`python3 oneforall.py --target example.com run`命令为例，OneForAll在默认参数正常执行完毕会在results目录生成相应结果：  `example.com.csv`是每个主域下的子域收集结果。 `all_subdomain_result_1583034493.csv`是每次运行OneForAll收集到子域的汇总结果，包含`example.com.csv`，方便在批量收集场景中获取全部结果。 `result.sqlite3`是存放每次运行OneForAll收集到子域的SQLite3结果数据库，其数据库结构如下图：  其中类似`example_com_origin_result`表存放每个模块最初子域收集结果。 其中类似`example_com_resolve_result`表存放对子域进行解析后的结果。 其中类似`example_com_last_result`表存放上一次子域收集结果（需要收集两次以上才会生成）。 其中类似`example_com_now_result`表存放现在子域收集结果，一般情况关注这张表就可以了。 更多信息请参阅[字段解释说明](./docs/field.md)。 ?使用帮助 命令行参数只提供了一些常用参数，更多详细的参数配置请见[setting.py](https://github.com/shmilylty/OneForAll/tree/master/config/setting.py)，如果你认为有些参数是命令界面经常使用到的或缺少了什么参数等问题非常欢迎反馈。由于众所周知的原因，如果要使用一些被墙的收集接口请先到[setting.py](https://github.com/shmilylty/OneForAll/tree/master/config/setting.py)配置代理，有些收集模块需要提供API（大多都是可以注册账号免费获取），如果需要使用请到[api.py](https://github.com/shmilylty/OneForAll/tree/master/config/api.py)配置API信息，如果不使用请忽略有关报错提示。（详细模块请阅读[收集模块说明](https://github.com/shmilylty/OneForAll/tree/master/docs/collection_modules.md)） OneForAll命令行界面基于[Fire](https://github.com/google/python-fire/)实现，有关Fire更高级使用方法请参阅[使用Fire CLI](https://github.com/google/python-fire/blob/master/docs/using-cli.md)。 [oneforall.py](https://github.com/shmilylty/OneForAll/tree/master/oneforall.py)是主程序入口，oneforall.py可以调用[brute.py](https://github.com/shmilylty/OneForAll/tree/master/brute.py)，[takerover.py](https://github.com/shmilylty/OneForAll/tree/master/takerover.py)及[dbexport.py](https://github.com/shmilylty/OneForAll/tree/master/dbexport.py)等模块，为了方便进行子域爆破独立出了brute.py，为了方便进行子域接管风险检查独立出了takerover.py，为了方便数据库导出独立出了dbexport.py，这些模块都可以单独运行，并且所接受参数要更丰富一点，如果要单独使用这些模块请参考[使用帮助](https://github.com/shmilylty/OneForAll/tree/master/docs/usage_help.md) ❗注意：当你在使用过程中遇到一些问题或者疑惑时，请先到[Issues](https://github.com/shmilylty/OneForAll/issues)里使用搜索找找答案，还可以参阅[常见问题与回答](https://github.com/shmilylty/OneForAll/tree/master/docs/troubleshooting.md)。 **oneforall.py使用帮助** 以下帮助信息可能不是最新的，你可以使用`python oneforall.py --help`获取最新的帮助信息。 bash python oneforall.py --help bash NAME oneforall.py - OneForAll帮助信息 SYNOPSIS oneforall.py COMMAND | --target=TARGET DESCRIPTION OneForAll是一款功能强大的子域收集工具 Example: python3 oneforall.py version python3 oneforall.py --target example.com run python3 oneforall.py --targets ./domains.txt run python3 oneforall.py --target example.com --valid None run python3 oneforall.py --target example.com --brute True run python3 oneforall.py --target example.com --port small run python3 oneforall.py --target example.com --fmt csv run python3 oneforall.py --target example.com --dns False run python3 oneforall.py --target example.com --req False run python3 oneforall.py --target example.com --takeover False run python3 oneforall.py --target example.com --show True run Note: 参数alive可选值True，False分别表示导出存活，全部子域结果 参数port可选值有'default', 'small', 'large', 详见config.py配置 参数fmt可选格式有 'csv','json' 参数path默认None使用OneForAll结果目录生成路径 ARGUMENTS TARGET 单个域名(二选一必需参数) TARGETS 每行一个域名的文件路径(二选一必需参数) FLAGS --brute=BRUTE s --dns=DNS DNS解析子域(默认True) --req=REQ HTTP请求子域(默认True) --port=PORT 请求验证子域的端口范围(默认只探测80端口) --valid=VALID 只导出存活的子域结果(默认False) --fmt=FMT 结果保存格式(默认csv) --path=PATH 结果保存路径(默认None) --takeover=TAKEOVER 检查子域接管(默认False) # # ?项目简介 项目地址：[https://github.com/shmilylty/OneForAll](https://github.com/shmilylty/OneForAll) 在渗透测试中信息收集的重要性不言而喻，子域收集是信息收集中必不可少且非常重要的一环，目前网上也开源了许多子域收集的工具，但是总是存在以下部分问题： * **不够强大**，子域收集的接口不够多，不能做到对批量子域自动收集，没有自动子域解析，验证，FUZZ以及信息拓展等功能。 * **不够友好**，固然命令行模块比较方便，但是当可选的参数很多，要实现的操作复杂，用命令行模式就有点不够友好，如果有交互良好，高可操作的前端那么使用体验就会好很多。 * **缺少维护**，很多工具几年没有更新过一次，issues和PR是啥，不存在的。 * **效率问题**，没有利用多进程，多线程以及异步协程技术，速度较慢。为了解决以上痛点，此项目应用而生，正如其名，我希望OneForAll是一款集百家之长，功能强大的全面快速子域收集终极神器?。 目前OneForAll还在开发中，肯定有不少问题和需要改进的地方，欢迎大佬们提交[Issues](https://github.com/shmilylty/OneForAll/issues)和[PR](https://github.com/shmilylty/OneForAll/pulls)，用着还行给个小星星✨吧，目前有一个专门用于OneForAll交流和反馈 # # ?功能特性 * **收集能力强大**，详细模块请阅读[收集模块说明](https://github.com/shmilylty/OneForAll/tree/master/docs/collection_modules.md)。 1. 利用证书透明度收集子域（目前有6个模块：`censys_api`，`certspotter`，`crtsh`，`entrust`，`google`，`spyse_api`） 2. 常规检查收集子域（目前有4个模块：域传送漏洞利用`axfr`，检查跨域策略文件`cdx`，检查HTTPS证书`cert`，检查内容安全策略`csp`，检查robots文件`robots`，检查sitemap文件`sitemap`，利用NSEC记录遍历DNS域`dnssec`，后续会添加NSEC3记录等模块） 3. 利用网上爬虫档案收集子域（目前有2个模块：`archivecrawl`，`commoncrawl`，此模块还在调试，该模块还有待添加和完善） 4. 利用DNS数据集收集子域（目前有24个模块：`bevigil_api`, `binaryedge_api`, `bufferover`, `cebaidu`, `chinaz`, `chinaz_api`, `circl_api`, `cloudflare`, `dnsdb_api`, `dnsdumpster`, `hackertarget`, `ip138`, `ipv4info_api`, `netcraft`, `passivedns_api`, `ptrarchive`, `qianxun`, `rapiddns`, `riddler`, `robtex`, `securitytrails_api`, `sitedossier`, `threatcrowd`, `wzpc`, `ximcx`） 5. 利用DNS查询收集子域（目前有5个模块：通过枚举常见的SRV记录并做查询来收集子域`srv`，以及通过查询域名的DNS记录中的MX,NS,SOA,TXT记录来收集子域） 6. 利用威胁情报平台数据收集子域（目前有6个模块：`alienvault`, `riskiq_api`，`threatbook_api`，`threatminer`，`virustotal`，`virustotal_api`该模块还有待添加和完善） 7. 利用搜索引擎发现子域（目前有18个模块：`ask`, `baidu`, `bing`, `bing_api`, `duckduckgo`, `exalead`, `fofa_api`, `gitee`, `github`, `github_api`, `google`, `google_api`, `shodan_api`, `so`, `sogou`, `yahoo`, `yandex`, `zoomeye_api`），在搜索模块中除特殊搜索引擎，通用的搜索引擎都支持自动排除搜索，全量搜索，递归搜索。 * **支持子域爆破**，该模块有常规的字典爆破，也有自定义的fuzz模式，支持批量爆破和递归爆破，自动判断泛解析并处理。 * **支持子域验证**，默认开启子域验证，自动解析子域DNS，自动请求子域获取title和banner，并综合判断子域存活情况。 * **支持子域爬取**，根据已有的子域，请求子域响应体以及响应体里的JS，从中再次发现新的子域。 * **支持子域置换**，根据已有的子域，使用子域替换技术再次发现新的子域。 * **支持子域接管**，默认开启子域接管风险检查，支持子域自动接管（目前只有Github，有待完善），支持批量检查。 * **处理功能强大**，发现的子域结果支持自动去除，自动DNS解析，HTTP请求探测，自动筛选出有效子域，拓展子域的Banner信息，最终支持的导出格式有`txt`, `csv`, `json`。 * **速度极快**，[收集模块](https://github.com/shmilylty/OneForAll/tree/master/collect.py)使用多线程调用，[爆破模块](https://github.com/shmilylty/OneForAll/tree/master/brute.py)使用[massdns](https://github.com/blechschmidt/massdns)，DNS解析速度每秒可解析350000以上个域名，子域验证中DNS解析和HTTP请求使用异步多协程，多线程检查[子域接管](https://github.com/shmilylty/OneForAll/tree/master/takeover.py)风险。 * **体验良好**，各模块都有进度条，异步保存各模块结果。如果你有其他很棒的想法请务必告诉我！? # # ?目录结构 更多信息请参阅[目录结构说明](https://github.com/shmilylty/OneForAll/tree/master/docs/directory_structure.md)。 本项目[docs](https://github.com/shmilylty/OneForAll/tree/master/docs/)目录下还提供了一些帮助与说明，如[子域字典来源说明](https://github.com/shmilylty/OneForAll/tree/master/docs/dictionary_source.md)、[泛解析判断流程](https://img.65gw.com/img/999797bebe8603078eedd7a6.png)。 # # ?用到框架 * [aiohttp](https://github.com/aio-libs/aiohttp) - 异步http客户端/服务器框架 * [beautifulsoup4](https://pypi.org/project/beautifulsoup4/) - 可以轻松从HTML或XML文件中提取数据的Python库 * [fire](https://github.com/google/python-fire) - Python Fire是一个纯粹根据任何Python对象自动生成命令行界面（CLI）的库 * [loguru](https://github.com/Delgan/loguru) - 旨在带来愉快的日志记录Python库 * [massdns](https://github.com/blechschmidt/massdns) - 高性能的DNS解析器 * [records](https://github.com/kennethreitz/records) - Records是一个非常简单但功能强大的库，用于对大多数关系数据库进行最原始SQL查询。 * [requests](https://github.com/psf/requests) - Requests 唯一的一个非转基因的 Python HTTP 库，人类可以安全享用。 * [tqdm](https://github.com/tqdm/tqdm) - 适用于Python和CLI的快速，可扩展的进度条库感谢这些伟大优秀的Python库！ # # ?版本控制 该项目使用[SemVer](https://semver.org/)语言化版本格式进行版本管理，你可以参阅[变更记录说明](https://github.com/shmilylty/OneForAll/tree/master/docs/changes.md)了解历史变更情况。 # # ⌛后续计划 - [ ] 各模块持续优化和完善 - [ ] 操作强大交互人性的前端界面实现更多信息请参阅[后续开发计划](https://github.com/shmilylty/OneForAll/tree/master/docs/todo.md)。 # # ?贡献 非常热烈欢迎各位大佬一起完善本项目！ # # ??贡献者 * **[Jing Ling](https://github.com/shmilylty)** * 核心开发你可以在[贡献者文档](https://github.com/shmilylty/OneForAll/tree/master/docs/contributors.md)中查看所有贡献者以及他们所做出的贡献，感谢他们让OneForAll变得更强大好用。 # # ☕赞赏 如果你觉得这个项目帮助到了你，你可以 ## ?版权 该项目签署了GPL-3.0授权许可，详情请参阅[LICENSE](https://github.com/shmilylty/OneForAll/blob/master/LICENSE)。 # # ?鸣谢 感谢网上开源的各个子域收集项目！ 感谢[A-Team](https://github.com/QAX-A-Team)大哥们热情无私的问题解答！ # # ?
-
网络安全工具 dirsearch 实战分享 推荐一个实用的开源工具——**dirsearch**。项目由maurosoria开发维护，GitHub上获得了 **14697** 个Star。简单来说，它是一款Web路径扫描仪，对于站长和开发者来说是个不错的工具。 # # 工具功能介绍   > An advanced web path brute-forcer**dirsearch** is being actively developed by [@maurosoria](https://twitter.com/_maurosoria) and [@shelld3v](https://twitter.com/shells3c_).Join the [Discord server](https://discord.gg/2N22ZdAJRj) to communicate with the team.## Quick Startdirsearch requires Python 3.11 or higher. sh git clone https://github.com/maurosoria/dirsearch.git --depth 1 cd dirsearch python3 dirsearch.py -u https://example.com -e php,html,js You can also install the latest Python stack directly from GitHub with pip: sh pip3 install git+https://github.com/maurosoria/dirsearch.git dirsearch -u https://example.com -e php,html,js The Rust native backend is opt-in for source installs; see [Installation](docs/installation.md) for the native build steps.Pre-built PyInstaller binaries and portable folder archives are available on the [Releases page](https://github.com/maurosoria/dirsearch/releases). ## Documentation The full documentation now lives in [`docs/`](docs/index.md):- [Installation](docs/installation.md): supported platforms, Python install, release artifacts, and Docker. - [Usage Guide](docs/usage.md): common scans, recursion, filters, proxies, raw requests, reports, and tips. - [Wordlists](docs/wordlists.md): `%EXT%`, categories, templates, prefixes, suffixes, and transformations. - [CLI Options](docs/options.md): complete command-line reference. - [Configuration](docs/configuration.md): `config.ini` reference. - [Sessions](docs/sessions.md): save, list, and resume scan sessions. - [Python API](docs/python-api.md): importable API examples. - [Building](docs/building.md): PyInstaller, portable builds, Docker s, and GitHub Actions. - [References](docs/references.md): external tutorials and articles.## Minimal Examples sh python3 dirsearch.py -u https://target python3 dirsearch.py -u https://target -e php,html,js python3 dirsearch.py -u https://target -e php,html,js -w /path/to/wordlist python3 dirsearch.py -u https://target -r --max-recursion-depth 3 Use `python3 dirsearch.py -h` for common options or `python3 dirsearch.py -hh` for the complete CLI help.## Python APIdirsearch can also be used from Python code for local automation, MCP servers, REST wrappers, and agent-controlled scans. The importable API keeps its configuration in `FuzzerConfig`, so callers do not need to parse CLI flags or mutate CLI globals.See [Python API](docs/python-api.md) for examples covering templates, custom wordlists, callbacks, authenticated sessions, and agent-oriented scan recipes.## Contributing Pull requests and feature requests are welcome. See [CONTRIBUTORS.md](CONTRIBUTORS.md) for the people who have helped improve dirsearch. ## License Copyright (C) Mauro Soria (maurosoria@gmail.com)License: GNU General Public License, version 2. {card-default label="? 工具信息" /} ? 项目地址：[https://github.com/maurosoria/dirsearch](https://github.com/maurosoria/dirsearch) ⭐ Star数：14697 ? 开发语言：Python ? 项目描述：Web路径扫描仪 {/card-default}{cloud type="default" title="网盘下载" url="https://github.com/maurosoria/dirsearch/archive/refs/heads/master.zip"} {cloud type="default" title="网盘下载" url="https://github.com/maurosoria/dirsearch"}总的来说，**dirsearch**是一个功能比较实用的开源工具，适合日常工作和学习使用。如果你正在寻找一款相关工具，不妨下载试试。使用前建议仔细阅读项目文档。
-
python爬虫权威指南教程 python爬虫权威指南教程 图片1 课程介绍 Python爬虫非常权威的一个指南级课程，课程通过模块化的教学，将Python爬虫采集的各个细节，从无到有的进行深入教学。课程内容包括了Requests模块，数据提取，Selenium，反爬与反反爬，反爬与反反爬，scrapy基础，scrapy-redis等实战内容。 学习地址 百度：https://pan.baidu.com/s/1Z4TxAOhVaH-J9OR8pVDYtg 天翼：https://cloud.189.cn/t/rMFrMbIjE7fe(访问码:rr5g) 阿里：https://www.aliyundrive.com/s/49HsANo19LM 下载后请先检查文件完整性，如有问题请在评论区反馈
-
环境准备到联合编程项目案例 环境准备到联合编程项目案例 图片2 课程介绍 Python C C++联合编程实战课程的精髓所在就是，可以发挥出C、C++的性能和Python各自的便利。日常开发工作中如果全用C、C++开发，开发速度比较慢，而联合开发C、C++的SDK封装一层后，交由Python调用，大部分的业务逻辑还是Python来完成，这样就大大提升了效率。课程内容从环境准备到后续项目实战，全程无缝衔接，让开发学习效果能够达到最佳。 学习地址 百度：https://pan.baidu.com/s/1Kg6KIAL55r7Cspb0niE4xA 天翼：https://cloud.189.cn/t/zyM3Aruq67Rf 阿里：https://www.aliyundrive.com/s/PhwHmxEjVPZ 下载后请先检查文件完整性，如有问题请在评论区反馈
-
2020年最新零基础Python教程 2020年最新零基础Python教程 图片2 2020年最新零基础Python教程 图片4 教程介绍 本系列教程面向零基础的同学，是一个深入浅出，通俗易懂的教程，附带完整课件源码。 课程目录： 第1章 初始Python.zip 第2章 变量、数据类型和运算符.zip 第3章 条件分支结构.zip 第4章 循环结构.zip 第5章 列表、元组和字典.zip 第6章 模块和函数.zip 第7章 前端技术和爬虫.zip 第8章 项目案例：代码观疫情.zip 贯穿案例.zip 学习地址 百度：https://pan.baidu.com/s/1FUdPBFyPRFLOy8z88oP67Q 提取码: 2333 天翼：https://cloud.189.cn/t/mQzQ7nIjIjma（访问码：y9g3） 下载后请先检查文件完整性，如有问题请在评论区反馈
-
微软官方推出的Python教程 微软官方推出的Python教程 图片1 微软官方推出的Python教程 图片3 教程介绍 近日微软上线了一套 Python 教程，无论你是初学者想要学习 Python 入门，还是将 Python 用于 Web 开发，或是 将 Python 用于脚本和自动化管理等，这个教程都非常的适用于你。 学习地址 百度：https://pan.baidu.com/s/1hr1IJCid59n1S0O9DMmaKA 天翼：https://cloud.189.cn/t/ZfyYjarUJZj2 UC：https://www.yun.cn/s/60c1dbf75b1d4b8f809c0e2dff1b0f83 文件信息 MD5: 98A091528FC0FB4F53CA43776C893A2D SHA1: BBC9F810115C8319B097CA056129319C1FF0B7D9 CRC32: 5065A67C 下载后请先检查文件完整性，如有问题请在评论区反馈
-
小白玩转Python数据分析训练营 小白玩转Python数据分析训练营 图片1 课程介绍 本训练营旨在帮助初学者掌握Python数据分析技能。学员将学习Python基础、数据处理、可视化等内容，通过实际案例掌握数据分析方法。课程注重实战，让学员轻松上手，掌握数据分析的精髓，助力其在数据领域快速成长。 学习地址 百度：https://pan.baidu.com/s/1SdKmpZjcS0pw2CWuzXlulQ?pwd=y9lz 天翼：https://cloud.189.cn/t/7B3iYv3qeA7b（访问码：3hkh） 阿里：https://www.alipan.com/s/c3wDyC5qhrb 夸克：https://pan.quark.cn/s/9fbcbaa96804 下载后请先检查文件完整性，如有问题请在评论区反馈
-
Python十大经典入门学习书籍 Python十大经典入门学习书籍 图片1 书籍介绍 经典的Python入门教程书籍，层次鲜明，结构严谨，内容翔实，特别是最后几章，作者将前面讲述的内容应用到10个引人入胜的项目中，并以模板的形式介绍了项目的开发过程，手把手教授Python开发，让读者从项目中领略Python的真正魅力。这本书既适合初学者夯实基础，又能帮助Python程序员提升技能，即使是Python方面的技术专家，也能从书里找到耳目一新的内容。 学习地址 百度：https://pan.baidu.com/s/1xQrzg1DcGc98p6azC-SduA 天翼：https://cloud.189.cn/t/veiQRbve2Q32 下载后请先检查文件完整性，如有问题请在评论区反馈
-
207集Python爬虫高级实战教程 207集Python爬虫高级实战教程 图片1 课程介绍 200多集的爬虫干货实战课程，课程带领同学们不断的进行一个个小项目和实践，一边学习一边练习，可以很快的掌握课程内容。课程安排的每一个爬虫小技巧或者项目都是经过进行安排的，从技术深度层面也在不断的加深，适合各个阶段的同学们学习。 学习地址 百度：https://pan.baidu.com/s/1xCjsnS95qbmbQj3rIm4wgQ 天翼：https://cloud.189.cn/t/QbuUBjF32e2m(访问码:6gn5) 阿里：https://www.aliyundrive.com/s/BXNYn46s41R 下载后请先检查文件完整性，如有问题请在评论区反馈
-
基础到提高换个视角学Python 基础到提高换个视角学Python 图片1 课程介绍 全民一玩Python系列由杨洋博士精心制作，面向所有希望学习Python编程、进而能够在学习和工作中编写办公自动化、网页信息提取、数据分析处理、人工智能应用、娱乐游戏应用等实用程序的各行业人士。 学习地址 百度：https://pan.baidu.com/s/1DT1UMQekYOihg7nYEBjc4Q 天翼：https://cloud.189.cn/t/nQRNvqm2UfIn 阿里：https://www.aliyundrive.com/s/TaXUW46wVC3 下载后请先检查文件完整性，如有问题请在评论区反馈
-
Python编程初学者指南书籍 Python编程初学者指南书籍 图片1 如果你刚刚接触Python编程，而且正在寻找一本实用的教程，那么这本书为你量身打造。通过阅读本书，你不仅会学到很多实用的Python编程知识，还将懂得如何在实际工作中运用这些知识。本书各个章节都配有大量能够帮助你理解相关知识的范例。书中的每一个章节都会用一个完整的游戏来演示其中的关键知识点。每一章最后都会对该章的知识点进行小结，还会给出一些小练习让你试试身手。学完这本书之后，你就能熟练地运用Python了。不仅如此，你还可以把本书中学到的基本编程知识运用到其他的编程语言上去。 百度：https://pan.baidu.com/s/1m9dmQEWQ8htwKoGa5n7nng提取码：x6d6 蓝奏：https://www.lanzous.com/i9v08pi 密码：x6d6 下载后请先检查文件完整性，如有问题请在评论区反馈
-
2019千锋Python全套视频教程 2019千锋Python全套视频教程 图片1 教程介绍 本课程主要面向零基础同学，从Python的起源，环境安装，开发工具使用，到基本数据类型。学完本章大家可以对Python编程有一个初步的了解。附全套的源码+笔记+资料+作业！ 学习地址 百度：https://pan.baidu.com/s/1ZjHy3_RTwUvrtBcrYan2Xg 天翼：https://cloud.189.cn/t/mq6nm2FniyYr（解压密码1） 微云：https://share.weiyun.com/pqSRJinV UC：https://www.yun.cn/s/f32a21d93f9147b79b11765bffe13f68 文件信息 MD5: 77CB8DCCA9BC046BA5D3C0479318E20B SHA1: AAFD6E751239C99B65B6BED29A9D854E8D2149F7 CRC32: 2AA0139D 下载后请先检查文件完整性，如有问题请在评论区反馈
-
零基础Python爬虫48小时速成课 零基础Python爬虫48小时速成课 图片1 课程介绍 本课程主要介绍爬虫入门相关知识，包含什么是爬虫、网页获取、正则网页解析、xpath网页解析等相关知识点。是对入门学习者量身定制的。学完掌握，初学者学习完这部分内容，可以掌握初级爬虫知识体系。完成简单爬虫任务。对爬虫有比较全面认识，为以后继续深入学习爬虫，打下良好基础。 学习地址 百度：https://pan.baidu.com/s/12m05D8zrgV_uq0woFrhZdw 天翼：https://cloud.189.cn/t/BBjAZzfYv67r 阿里：https://www.aliyundrive.com/s/TDAiuqBtecg 下载后请先检查文件完整性，如有问题请在评论区反馈
-
Python实战精讲萌新系统入门 Python实战精讲萌新系统入门 图片1 课程介绍 大家和Allen一起从新手村出发，用四个章节、16个案例解锁各种学习Python的姿势，最终拥有闯荡程序员大陆的资格。 学习地址 百度：https://pan.baidu.com/s/1D0oz-xiDrdMD60s1vYK1qg 天翼：https://cloud.189.cn/t/7ryieuZJZ7b2(访问码:pj5e) 阿里：https://www.aliyundrive.com/s/Thma4LJTxgu 夸克：https://pan.quark.cn/s/be270c2da192 下载后请先检查文件完整性，如有问题请在评论区反馈
-
Python项目开发从入门到实战 Python项目开发从入门到实战 图片1 本书案例具有实用性，如校园网搜索引擎、小小翻译器、抓取百度图片这些爬虫案例略加修改可以应用实际项目中；还有通过微信通信协议开发微信机器人，机器学习的文本分类、基于卷积神经网络的手写体识别等案例，另外是一些大家耳熟能详的游戏案例，比如连连看、推箱子、中国象棋、网络五子棋、两人麻将、人物拼图和飞机大战游戏等，让你对枯燥的Python语言学习充满乐趣。 百度：https://pan.baidu.com/s/1sa2PYGcQySPIbUnCbQsiDA 提取码：x6d6 蓝奏：https://www.lanzous.com/i9eep0h 密码：x6d6 下载后请先检查文件完整性，如有问题请在评论区反馈
-
董教授不一样的Python课堂 董教授不一样的Python课堂 图片1 教程介绍 董教授的Python课程是非常有质量的一套Python高级开发课程。董教授的Python课程内容包括了Python与pillow图像编程，Python+Socket编程，Python+SQLite数据库编程，Python+tkinter开发，Python函数设计与使用，Python多线程与多进程编程，Python字符串与正则表达式，Python面向对象设计，Python数据分析与科学计算可视化，课堂教学管理系统开发，这都是可以给予同学们非常珍贵经验的学习课程。 学习地址 百度：https://pan.baidu.com/s/1B7BOicpMoNnSWIZE24xfig 天翼：https://cloud.189.cn/t/aUzIFfUBVNRb 下载后请先检查文件完整性，如有问题请在评论区反馈
-
JetBrains PyCharm v2026.2.0.0高级版 软件介绍 PyCharm是一种Python IDE（Integrated Development Environment，集成开发环境），带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试、版本控制。此外，该IDE提供了一些高级功能，以用于支持Django框架下的专业Web开发。 软件JetBrains PyCharm v2026.2.0.0高 图片2JetBrains PyCharm v2026.2.0.0高 图片3 新版变化 https://www.jetbrains.com/zh-cn/pycharm/whatsnew PyCharm 2026 新版特性 AI智能重构代码：基于本地大模型自动识别代码坏味道，一键重构并预览影响。 实时内存分析器：可视化 Python 对象内存占用图谱，精准追踪内存泄漏源头与循环引用； K8s 开发沙盒：本地一键启动迷你 Kubernetes 集群，支持实时调试 Pod 内代码并热重载； 多 AI 代理协作：支持 Claude、GPT 等模型并行分析同一代码块，投票生成最优解决方案； Python 3.14 抢先支持：完整适配结构模式匹配增强、新内存管理 API 及类型系统扩展； 异步调试器：可视化协程执行栈与事件循环状态，支持在 await 断点处检查挂起任务。 ⬇️ 下载地址 下载后请先检查文件完整性，如有问题请在评论区反馈
