利用 mitmproxy 提取和复制屏幕上的字符串

用户8589624

发布于 2025-11-14 12:04:46

1250

文章被收录于专栏：nginxnginx

利用 mitmproxy 提取和复制屏幕上的字符串

mitmproxy 是一个强大的中间人代理工具，用于捕获、修改、调试和记录 HTTP(S) 请求和响应。它允许你在客户端与服务器之间插入中间代理，拦截数据流并进行详细分析。作为一个开发人员或安全研究人员，mitmproxy 是一个非常有用的工具，尤其在调试、测试和渗透测试中。

本篇博客将介绍如何使用 mitmproxy 来提取和复制屏幕上的字符串数据。我们将深入探讨如何利用 mitmproxy 进行数据分析、如何编写脚本提取特定内容，并提供一些常见应用场景和技巧。

mitmproxy 简介

mitmproxy（即 Man-In-The-Middle Proxy）是一个开源的中间人代理工具，广泛用于网络流量分析、调试和安全测试。通过将 mitmproxy 作为代理服务器，所有经过该代理的网络请求和响应都会被捕获。用户可以在此过程中分析请求数据、修改响应内容，甚至进行自动化测试。

mitmproxy 的功能

HTTP(S) 请求拦截和修改：可以在请求到达目标服务器之前修改请求内容，也可以在响应返回给客户端之前修改响应数据。
流量记录和回放：mitmproxy 支持流量记录，可以将捕获的 HTTP 请求和响应保存为文件，供后续分析或回放。
脚本支持：用户可以通过编写 Python 脚本来处理请求和响应，从而实现自动化的数据提取和修改。
Web 界面和命令行界面：mitmproxy 提供了易于使用的 Web 界面和命令行界面，可以实时查看和操作流量。

mitmproxy 捕获数据

捕获和查看 HTTP 流量

使用 mitmproxy 捕获 HTTP 流量的基本步骤如下：

安装 mitmproxy

在 Linux 或 macOS 上，可以使用以下命令进行安装：

pip install mitmproxy

对于 Windows 用户，也可以通过 pip 安装，或者下载并安装官方的 Windows 版本。

启动 mitmproxy

通过命令行启动 mitmproxy，默认端口为 8080，你可以使用浏览器或其他应用配置代理：

mitmproxy

配置客户端使用代理

配置你的浏览器或应用程序使用 mitmproxy 作为 HTTP/HTTPS 代理，通常设置为 127.0.0.1:8080。

捕获流量

当你的客户端发起请求时，mitmproxy 会自动捕获这些请求和响应，并在命令行界面显示它们。

查看和分析响应数据

通过 mitmproxy，你可以实时查看 HTTP 请求和响应的内容，包括头信息、请求体和响应体。例如，你可以看到请求 URL、请求方法（GET、POST 等）、请求头、响应状态码和响应体内容。

在使用 mitmproxy 时，你可以按以下方式过滤和分析响应体的内容：

查看响应体：在命令行界面中，选择需要查看的请求，按 Enter 键即可查看详细内容。
提取数据：你可以查看 HTTP 响应中的内容，例如 JSON 数据、HTML 页面、图片等。如果响应体是 JSON 或 HTML，你可以进一步提取其中的特定数据。

使用 mitmproxy 提取屏幕上的字符串

场景：提取网页中的文本

假设你需要从某个网页的 HTML 响应中提取某个特定的字符串（比如某个文本字段、标题或者其他信息）。mitmproxy 提供了强大的 Python 脚本支持，可以帮助你轻松实现这一目标。

下面是如何使用 mitmproxy 脚本来提取并复制网页响应中的字符串。

步骤 1：创建 Python 脚本

mitmproxy 允许通过 Python 脚本拦截请求和响应，并进行自定义处理。我们可以创建一个 Python 脚本来提取特定的字符串，并将其输出到控制台或文件中。

例如，创建一个名为 extract_strings.py 的 Python 脚本，内容如下：

from mitmproxy import http

# 定义一个 HTTP 请求/响应处理函数
def response(flow: http.HTTPFlow) -> None:
    # 只处理 HTML 响应
    if "text/html" in flow.response.headers.get("Content-Type", ""):
        body = flow.response.content.decode('utf-8', 'ignore')
        
        # 找到并打印屏幕上的字符串（例如，提取某个特定的内容）
        # 这里你可以使用正则表达式或其他字符串处理方法
        target_string = "欢迎来到"  # 这里可以根据实际需要修改
        if target_string in body:
            print(f"Found '{target_string}' in the response body!")
        
        # 如果你想要保存结果，也可以输出到文件
        with open("extracted_strings.txt", "a") as f:
            f.write(f"Found '{target_string}' in the response body!\n")

这个脚本的工作原理是：

在响应数据到达客户端之前，mitmproxy 会调用 response 函数。
如果响应内容是 HTML（即 Content-Type 包含 text/html），则脚本会尝试解析响应体中的文本内容。
如果目标字符串（如“欢迎来到”）出现在响应中，脚本会打印该信息，并将其保存到本地文件 extracted_strings.txt。

步骤 2：运行 mitmproxy 并加载脚本

接下来，启动 mitmproxy 并加载上面创建的脚本：

mitmproxy -s extract_strings.py

此时，mitmproxy 会开始拦截和分析流量，任何包含目标字符串的响应都将被提取并打印出来。

步骤 3：查看结果

你可以在控制台看到匹配的字符串，并且它们还会被追加到 extracted_strings.txt 文件中。

扩展：提取复杂的字符串

如果你需要从复杂的 HTML 页面中提取字符串，使用正则表达式或其他字符串处理方法会非常有用。比如，使用 Python 的 re 模块来匹配特定的 HTML 标签，或者利用 BeautifulSoup 来解析 HTML。

from mitmproxy import http
import re
from bs4 import BeautifulSoup

def response(flow: http.HTTPFlow) -> None:
    if "text/html" in flow.response.headers.get("Content-Type", ""):
        body = flow.response.content.decode('utf-8', 'ignore')

        # 使用 BeautifulSoup 解析 HTML
        soup = BeautifulSoup(body, 'html.parser')
        
        # 提取所有的标题信息
        titles = soup.find_all('h1')
        for title in titles:
            print(f"Found title: {title.text}")

        # 使用正则表达式提取特定的文本
        match = re.search(r"欢迎来到(\S+)", body)
        if match:
            print(f"Found target string: {match.group(1)}")

在这个例子中，我们用 BeautifulSoup 解析了 HTML 页面，并提取了所有的 <h1> 标签中的文本内容。我们还使用正则表达式从响应体中提取了特定格式的字符串。