作者名叫Hadesy2k，能看出他更新内容相当频繁，这篇文章创作于11月23日，这是它的初版，而到了12月28日已经出了修订版，根据画面信息可知，他在月初的时候也发布过新内容。
早些时候在十月，我重新审视过这段代码，发现编写者在排查SQL注入风险时，仅通过在参数内容后附加单引号，并依据页面反馈的错误提示来判断，这种检测手段显然会忽略大量潜在问题。倘若一个网址后面附带着多个参数，而所有参数值都加入了单引号，情况会变得相当棘手，让我感到十分担忧。
在【src/scanner.py】里可以看到这一句：
这个网址由三部分构成，第一部分是域名，第二部分是问号，第三部分是用和号连接的多个参数，这些参数之间通过和号进行拼接，形成一个完整的查询字符串
将参数与有效载荷逐一比对，针对查询中的每一个参数
))】
在【src/scanner.py】里可以看到这一句：
【website = domain + “?” + (“&”.join(
param +payload for param in queries
))】
每个参数值加payload后组合一起，现在依然是这种方式。
十一月份刚开始的时候进行了一次升级，发现攻击载荷里面不再仅仅包含单引号，还掺杂了多种其他符号，比如括号和分号。
这部分内容没有进行数据注入，参数信息一旦发生变动，就会导致页面反馈的信息出现偏差，因此准确的处理方式是针对每个参数信息，分别附加测试数据。
我重新调整了一下，现在逐个检测各个参数的取值，如果需要的话。大家可以去我的github【https://github.com/Martin2877/sqliv-M/blob/master/src/scanner.py】查阅。
令人欣慰的是，作者已将检测POST请求列入他的待办事项清单，我们拭目以待。
后来我在12月28日再次访问时，发现作者又上传了大量新内容，并且增加了使用docker实现更便捷部署的功能，请给予支持。
1.1.3 多地址
sqliv自身不具备处理多个地址批量的功能，因此我们需要自行开发一个，这个任务并不复杂，具体实现方式请参考下图，相关代码已上传至我的github仓库
1.2 sqlmap -m
1.2.1 下载地址：
这个网址指向一个名为sqlmap的项目仓库，它托管在github平台上，专门用于渗透测试中的数据库盲注和联合查询攻击，通过自动化工具辅助发现和利用sql注入漏洞，提供多种扫描模式和可配置选项，支持多种数据库管理系统，包括mysql、postgresql、mssql和oracle等，该工具采用命令行界面，拥有丰富的参数和选项，能够适应各种复杂的网络环境和安全需求，是安全研究员和渗透测试人员常用的利器之一
1.2.2 说明：
这款强大的sqlmap工具，无需多言，其-m参数专门用于成批检测网址，不过它是单线程运作，因此速度较慢，但实际效果要优于sqlmapapi。
使用命令：
执行sqlmap.py脚本，传入urls.txt文件作为目标列表，采用批处理模式运行
1.3 sqlmapapi
1.3.1 下载地址：
该网址指向一个GitHub项目，项目名称为sqlmapapi-M，由用户Martin2877创建和维护。
1.3.2 说明：
该接口支持并发处理，首先需在sqlmap主目录下运行sqlmapapi.py文件来开启功能。
【python sqlmapapi.py -s】
接着进入sqlmapapi-M的主文件夹，在【url.txt】文档里填写需要成批检测的目标网址，
接着通过指令开展集体检测：运行【python sqlmapbatch.py】程序
效果如图，而其关键代码如下：
这个时限设定为四秒，接着去测试下一个，其他人也可以把时间调长一些，这样使用起来会更顺畅。我这边没有实现排队功能之类的，大家可以根据需要自行调整。
0×03 爬取链接
当然，前面提到的那些方法都需要借助url.txt文件，为此我单独开发了一个爬虫程序，其地址位于【https://github.com/Martin2877/FindLinks】；这个工具专门用于抓取某个站点内的所有连接；此外，互联网上存在许多能够通过检索发现可能存在sql注入问题的网站，关于这些内容在此不再详细展开。
0×04 总结
综合来看，【sqlmap -m】这类工具或方法的表现最为出色，它不会出现超时情况，针对单个地址会持续检测直至完成，因此测试过程耗时非常长，若持续工作一整天，大约只能处理五百个地址。相比之下，slqmapapi虽然设置了超时限制，运行速度会快得多，但检测效果相对较差。预计未来加入队列功能后，可以同时解决速度与效果这两个方面的矛盾。sqliv在执行速度上更胜一筹，它通过注入载荷并观察数据库是否出现错误来进行检测，这种检测方式也是其一个不足之处，不过可以通过修改代码，使其支持加载载荷列表来进行测试，这样一来，它也成了一个相当不错的检测工具。
以上，就是这么多啦，祝愿大家能更快更多地挖出sql注入哦~
