sensitive-info-detector

name	sensitive-info-detector
description	检测和提取网页中的敏感信息。自动获取目标页面内容，使用多维度正则规则识别 API 端点、凭据、云服务密钥、个人隐私数据、服务器指纹等 19 类信息，并以结构化方式分类展示。
arguments	[{"name":"url","description":"要分析的目标网页 URL","required":true}]

敏感信息检测器 (Sensitive Info Detector)

基于 SnowEyes 的正则规则体系，自动获取网页内容并进行多维敏感信息检测与分类。

检测能力概览

类别	检测项	来源规则
路径发现	域名、API(绝对/相对)、模块路径、JS/Vue/图片/文档文件	API + DOMAIN patterns
凭据泄漏	用户名密码、Cookie/Token、ID密钥(12种云服务)	CREDENTIALS + ID_KEY + COOKIE
个人隐私	手机号、邮箱、身份证、JWT	PHONE + EMAIL + IDCARD + JWT
资源链接	URL、GitHub链接	URL patterns
组织信息	公司机构名称	COMPANY patterns
指纹识别	Webpack/Django/Cloudflare/CDN 等	FINGER patterns

工作流程

步骤 1: 获取页面内容

使用 webfetch 工具以 text 或 html 格式获取目标 URL 的原始内容：

webfetch(url: "<目标URL>", format: "text")

若目标页面依赖 JS 渲染，额外尝试获取页面中引用的 JS 文件以进行深度扫描。

步骤 2: 执行多维度正则匹配

对获取到的内容，按以下分类依次执行正则匹配。每条匹配结果附上来源行上下文（匹配位置前后各 40 字符）。

2.1 API 端点检测

正则: /['\"\x60](?:\/|\.\.\/|\.\/)[^\/\>\< \)\(\}\,\'\"\\](?:[^\^\>\< \)\(\,\'\"\\])*?['\"\x60]|['\"\x60][a-zA_Z0-9]+(?<!text|application)\/(?:[^\^\>\< \)\(\{\}\,\'\"\\])*?[\"'\x60]/g

• 绝对路径: 以 / 开头
• 相对路径: 不以 / 或 ./ 开头但含 /
• 模块路径: 以 ./ 开头
• 文件类型分流: .vue / .jpg|.png|.gif|.svg|.ico / .js|.jsx|.ts|.tsx / .pdf|.doc|.xls|.zip 等

过滤: 跳过 node_modules/、static/js/、static/css/、日期格式路径等。

2.2 域名检测

正则 (HTML): /\b(?:(?!this)[a-z0-9%-]+\.)*?(?:(?!this)[a-z0-9%-]{2,}\.)(?:wang|club|xyz|vip|top|beer|work|ren|technology|fashion|luxe|yoga|red|love|online|ltd|chat|group|pub|run|city|live|kim|pet|space|site|tech|host|fun|store|pink|ski|design|ink|wiki|video|email|company|plus|center|cool|fund|gold|guru|life|team|today|world|zone|social|bio|black|blue|green|lotto|organic|poker|promo|vote|archi|voto|fit|cn|website|press|icu|art|law|shop|band|media|cab|cash|cafe|games|link|fan|net|cc|com|fans|cloud|info|pro|mobi|asia|studio|biz|vin|news|fyi|tax|tv|market|shopping|mba|sale|co|org)(?:\:\d{1,5})?(?![a-zA-Z0-9._=>\(\);!}-])\b/g

2.3 IP 地址检测

正则: /(?<!\.|\d)(?:(?:25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)\.){3}(?:25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)(?::\d{1,5})?(?!\.|[0-9])/g

过滤: 排除 0.0.0.0 和 255.255.255.255。

2.4 手机号检测

正则: /(?<!\d|\.)(?:13[0-9]|14[01456879]|15[0-35-9]|16[2567]|17[0-8]|18[0-9]|19[0-35-9]|198|199)\d{8}(?!\d)/g

2.5 邮箱检测

正则: /[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+(?!\.png)\.[a-zA-Z]{2,}(?:\.[a-zA-Z]{2,})?/g

2.6 身份证号检测

正则: /(?:\d{6}(?:19|20)(?:0\d|10|11|12)(?:[0-2]\d|30|31)\d{3}$)|(?:\d{6}(?:18|19|20)\d{2}(?:0[1-9]|10|11|12)(?:[0-2]\d|30|31)\d{3}(?:\d|X|x))(?!\d)/g

2.7 JWT Token 检测

正则: /[\"'](?:ey[A-Za-z0-9_-]{10,}\.[A-Za-z0-9._-]{10,}|ey[A-Za-z0-9_\/+-]{10,}\.[A-Za-z0-9._\/+-]{10,})[\"']/g

2.8 URL 检测

正则: /(?:https?|wss?|ftp):\/\/(?:(?:[\w-]+\.)+[a-z]{2,}|(?:\d{1,3}\.){3}\d{1,3})(?::\d{2,5})?(?:\/[^\s\>\)\}\<'"]*)?/gi

子分类: 包含 github.com/ 的归入 GitHub 链接。

2.9 凭据检测 (用户名/密码)

模式 1: /['\"]\w*(?:pwd|pass|user|member|account|password|passwd|admin|root|system)[_-]?(?:id|name)?[0-9]*[\"']\s*[:=]\s*(?:['\"][^\,\s\"\(]*[\"'])/gi
模式 2: /\w*(?:pwd|pass|user|member|account|password|passwd|admin|root|system)[_-]?(?:id|name)?[0-9]*\s*[:=]\s*(?:['\"][^\,\s\"\(]*[\"'])/gi
模式 3: /['\"]\w*(?:pwd|pass|user|member|account|password|passwd|admin|root|system)[_-]?(?:id|name)?[0-9]*\s*[:=]\s*(?:[^\,\s\"\(]*)[\"']/gi

过滤: 排除空值、中文值、以 coord 开头的 key、值为 true|false|register|signUp|basic|http 等常见词。

2.10 Cookie/Token 检测

正则: /\b\w*(?:token|PHPSESSID|JSESSIONID)\s*[:=]\s*[\"']?(?!localStorage)(?:[a-zA-Z0-9-._]{4,})[\"']?/ig

过滤: 排除长度<4 的 value、key==value 的情况、常见短词黑名单。

2.11 云服务密钥检测

微信开放平台: /wx[a-z0-9]{15,18}/g
AWS: /AKIA[0-9A-Z]{16}/g
阿里云: /LTAI[A-Za-z\d]{12,30}/g
Google API: /AIza[0-9A-Za-z_\-]{35}/g
腾讯云: /AKID[A-Za-z\d]{13,40}/g
京东云: /JDC_[0-9A-Z]{25,40}/g
AWS 扩展: /(?:A3T[A-Z0-9]|AKIA|AGPA|AIDA|AROA|AIPA|ANPA|ANVA|ASIA)[A-Z0-9]{16}/g
支付宝: /(?:AKLT|AKTP)[a-zA-Z0-9]{35,50}/g
GitLab: /glpat-[a-zA-Z0-9\-=_]{20,22}/g
GitHub: /(?:ghp|gho|ghu|ghs|ghr|github_pat)_[a-zA-Z0-9_]{36,255}/g
Apple: /APID[a-zA-Z0-9]{32,42}/g
企业微信: /ww[a-z0-9]{15,18}/g
通用 Key: /(?:[\"']?(?:[\w-]*(?:secret|oss|bucket|key)[\w-]*)|ak[\"']?)\s*[:=]\s*(?:\"(?!\+)[^\,\s\"\(\>\<]{6,}\"|'(?!\+)[^\,\s\'\(\>\<]{6,}'|[0-9a-zA-Z_-]{16,})/ig
32位哈希: /[\"'][a-zA-Z0-9]{32}[\"']/g

2.12 公司名称检测

正则: /(?:[\u4e00-\u9fa5\uff08\uff09]{4,15}[^的](?:公司|中心)|[\u4e00-\u9fa5\uff08\uff09]{2,10}[^的](?:软件)|[\u4e00-\u9fa5]{2,15}(?:科技|集团))(?!法|点|与|查)/g

过滤: 排除包含黑名单中文词的结果（如"请"、"输入"、"前往"、"使用"等）。

2.13 指纹识别

在页面内容中搜索以下特征：

特征	模式	分类
Webpack	webpackJsonp, __webpack_require__, webpack-dev-server	构建工具
Django	csrfmiddlewaretoken	框架 (Python)
Cloudflare CDN	cdnjs.cloudflare.com	CDN
jsDelivr CDN	cdn.jsdelivr.net	CDN
Visual Studio	visual studio	开发工具
Webpack chunk	chunk/main/app/vendor/common + hash .js/.css	构建工具

如果使用了 webfetch 的 html 格式，还尝试检测响应头中的指纹（如 Server、X-Powered-By、Set-Cookie 中的技术标识）。

步骤 3: 结果去重与过滤

1. 同类别内去重
2. 应用关键词黑名单过滤假阳性：
   • 短值黑名单: up, in, by, of, is, on, to, no, age, all, app... (共 100+ 词)
   • 中值黑名单: null, node, when, face, read, load, body, left... (共 130+ 词)
   • 长值黑名单: about, alias, apply, array, basic, button, cancel... (共 50+ 词)
3. 凭据类过滤空值、中文值、常见变量名

步骤 4: 结构化输出

按以下格式分类展示：

## 检测报告: <目标URL>

### API 端点 (N)
| 路径 | 类型 | 来源 |
|------|------|------|
| /api/users | 绝对路径 | <URL> |
| ./utils/helper | 模块路径 | <URL> |

### 域名 (N)
| 域名 | 来源 |
|------|------|
| example.com | <URL> |

### IP 地址 (N)
| IP | 来源 |
|----|------|
| 192.168.1.1 | <URL> |

### 凭据 (N)
| 类型 | 值片段 | 来源 |
|------|--------|------|
| password | pass***123 | <URL> |

### 云服务密钥 (N)
| 平台 | 密钥前缀 | 来源 |
|------|----------|------|
| AWS | AKIA**** | <URL> |

### 个人隐私 (N)
| 类型 | 值(脱敏) | 来源 |
|------|-----------|------|
| 手机号 | 138****1234 | <URL> |

### 指纹识别 (N)
| 类型 | 名称 | 分类 |
|------|------|------|
| 构建工具 | Webpack | builder |

### 文件资源 (N)
| 文件 | 类型 | 来源 |
|------|------|------|
| main.js | JavaScript | <URL> |

### 其他 (N)
- URL: N 个
- GitHub 链接: N 个
- 公司机构: N 个

隐私保护: 对于手机号、邮箱、身份证、密钥等敏感数据，展示时做部分脱敏处理（如 138****1234）。

步骤 5: 深度扫描 (可选)

若页面内容中包含 JS 文件引用，对同源 JS 文件递归执行步骤 1-4，最大深度 3 层，最多并发 5 个请求。

跳过以下第三方库的 JS 文件:

• jQuery, Vue, React, Bootstrap, Layui, Element-UI, ECharts, Lodash, Moment, Axios 等
• 匹配模式参考: /^(jquery|vue|react|bootstrap|layui|echarts|lodash|moment|axios)[.-]?\d*\.?\d*\.?\d*(?:\.min)?\.js$/i

注意事项

• 目标 URL 必须可通过 HTTP/HTTPS 公开访问
• 单次检测限制在 20 个 JS 深度扫描请求以内，避免超时
• 凭据和密钥类结果仅做脱敏展示，不记录到文件
• 本工具仅用于授权安全评估，不得用于未授权测试
• 检测结果仅供安全研究人员在合法授权范围内使用