【开源项目】🔍敏感信息提取工具

写它是因为市面上貌似只有js敏感信息提取的工具，没有对于内网渗透过程中的敏感信息收集相关的工具，故有了这个工具。

项目地址 https://github.com/muyuanlove/sensitive_info_extractor

请确保在有书面渗透测试授权的环境中使用该工具

下面是介绍

一个强大的敏感信息扫描工具，支持多线程处理和友好的GUI界面，可以扫描指定目录下的文件并提取敏感信息，主要解决内网渗透过程中，目标敏感文件过多，收集效率过低的问题。

✨ 主要特性

• 🎯 智能文件识别：自动识别文本文件，跳过二进制文件
• 🚀 多线程处理：支持2/4/8/16线程并发扫描，提升处理速度
• 🖼️ 用户友好界面：基于tkinter的GUI界面，实时显示扫描进度
• ⚙️ 配置文件分离：正则表达式规则存储在JSON配置文件中，便于修改
• 📊 详细报告：生成格式化的Markdown报告，包含文件位置和行号
• 🔒 风险等级：根据敏感信息类型标记风险等级（高/中/低）
• 🌍 多平台支持：支持Windows、Linux、macOS打包成可执行文件

📦 项目结构

sensitive_info_extractor/
├── sensitive_extractor.py   # 主程序
├── patterns.json            # 正则表达式配置文件
├── build_script.py          # 打包脚本
├── requirements.txt         # 依赖列表
├── README.md                # 说明文档
└── release/                 # 发布包目录
    ├── windows/
    ├── linux/
    └── macos/

🚀 快速开始

方法一：直接运行Python脚本

1. 克隆项目：

   git clone https://github.com/muyuanlove/sensitive_info_extractor
   cd sensitive_info_extractor

2. 安装依赖：

   pip install -r requirements.txt

3. 运行程序：

   python sensitive_extractor.py

方法二：使用预编译可执行文件

1. 下载对应平台的可执行文件 windows
2. 解压到任意目录
3. 双击运行 SensitiveInfoExtractor

🔧 使用说明

基本操作

1. 选择扫描目录：点击"浏览"按钮选择要扫描的目录
2. 设置输出文件：指定报告文件的保存位置
3. 选择线程数：根据CPU核心数选择合适的线程数
4. 开始扫描：点击"开始扫描"按钮
5. 查看结果：扫描完成后查看结果页面或生成的报告

界面介绍

• 📁 扫描设置：配置扫描参数和查看进度
• 📊 扫描结果：查看统计信息和详细结果
• ⚙️ 配置管理：管理正则表达式规则

📝 配置文件说明

patterns.json 结构

{
  "规则名称": {
    "regex": "正则表达式",
    "description": "规则描述",
    "risk_level": "风险等级",
    "enabled": true
  }
}

支持的敏感信息类型

自定义规则

1. 打开 patterns.json 文件
2. 添加新的规则或修改现有规则
3. 在程序中点击"重新加载配置"
4. 重新开始扫描

🛠️ 开发和打包

开发环境设置

# 创建虚拟环境
python -m venv venv

# 激活虚拟环境
# Windows
venv\Scripts\activate
# Linux/Mac
source venv/bin/activate

# 安装依赖
pip install -r requirements.txt

打包为可执行文件

# 执行打包脚本
python build.py

打包脚本会自动：

• 检查并安装PyInstaller
• 创建spec文件
• 构建可执行文件
• 创建发布包

📊 性能优化

线程数选择建议

• 2线程：适合单核或双核CPU
• 4线程：适合四核CPU
• 8线程：适合八核CPU（推荐）
• 16线程：适合高性能CPU

扫描效率

• 支持的文件类型：.txt, .py, .js, .json, .yml, .md 等
• 自动跳过二进制文件：.exe, .jpg, .zip 等
• 多编码支持：UTF-8, GBK, GB2312 等

🔒 安全说明

1. 隐私保护：生成的报告可能包含敏感信息，请妥善保管
2. 文件权限：程序只读取文件内容，不会修改任何文件
3. 网络安全：程序不会上传任何数据到网络
4. 数据存储：所有数据都存储在本地，不会泄露

📋 支持的平台

• ✅ Windows 10/11
• ✅ Linux (Ubuntu, CentOS, Debian等)
• ✅ macOS 10.15+

🐛 常见问题

Q: 扫描速度很慢怎么办？

A: 可以增加线程数到8或16，跳过不必要的大文件夹。

Q: 配置文件修改后不生效？

A: 需要点击"重新加载配置"按钮或重启程序。

Q: 报告文件无法打开？

A: 确保输出路径有写入权限，报告格式为Markdown。

Q: 可执行文件打包失败？

A: 检查是否安装了PyInstaller，确保Python环境正常。

🤝 贡献指南

1. Fork 项目
2. 创建特性分支
3. 提交更改
4. 推送到分支
5. 创建 Pull Request

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件

🙏 致谢

感谢所有为此项目做出贡献的开发者！

⚠️ 免责声明：此工具仅用于安全检测和学习目的，请确保在合法合规的范围内使用