晚上十一点睡觉のBlog

Python 生成器详解：yield 关键字与生成器函数的挂起机制，return 与 yield 的区别，生成器表达式的惰性计算与内存优势，及 send/close 方法的用法。

Python 迭代器详解：可迭代对象与迭代器的区别，iter/next 与 StopIteration，自定义 __iter__/__next__ 实现迭代器，for 循环的本质及学生系统遍历练习。

BeautifulSoup4 解析实战：四种解析器对比，find_all/find 的正则与列表过滤、class_ 匹配，CSS 选择器与 get_text 取值，附免费代理 IP 列表提取案例。

xpath 数据提取详解：路径表达式与节点定位语法、position/last() 索引、contains 等常用函数，lxml 解析与 tostring 排错，「先分组再提取」实战模式，附豆瓣 Top250 练习。

正则表达式系统教程：match/search/findall/sub 五大方法对比，贪婪与非贪婪、分组引用与命名分组、re.S 修饰符，附邮箱、手机号、IP 等常用正则速查与提取 csrfToken 实战。

json 与 xml 数据提取：json 模块四方法与 ensure_ascii 中文处理，从杂乱响应中定位数据字段的思路，xml.etree 解析与 XPath 表达式查询的常用 API。

自动化 SRC 之数据入库：搭建 LNMP 环境作分布式漏扫服务器，设计 srcinfo/urlinfo/postinfo 三张表存储网站信息、爬取状态与 GET/POST 接口数据。

自动化 SRC 之端口指纹识别：多线程获取端口 banner 后按规则匹配指纹的脚本实现，基于 socket 的指纹库编写思路。

自动化 SRC 之存活验证：整理域名-IP-端口对应关系输出网站列表，通过 header 信息判断存活并计算网站特征去重，附非 HTTP 服务端口的测试点分析。

自动化 SRC 之端口扫描：域名解析 IP 与去重的数据格式约定，socket 与 dns.resolver 双方案解析、masscan/naabu 批量端口扫描并组合网站链接。

自动化 SRC 之子域名枚举：第三方平台查询、DNS 字典暴力枚举等主流子域名收集方法，含 rapiddns 与 OneForAll 集成平台的利用思路。

自动化 SRC 之被动子域名收集：面对十几万目标域名，放弃 oneforall 等逐个枚举的低效路线，用多线程快速拉取被动子域名数据的实现思路。