Functional Pipeline Programming in Python¶
用 Python 写了个小工具，根据手机号段信息生成 hashcat 掩码。
仓库：github.com/13m0n4de/purrify
平平无奇？看看这个：
| purrify.py | |
|---|---|
87 88 89 90 91 92 93 94 95 96 | |
总是需要一个前言¶
前些天需要爆破某个加密压缩包，密码是某地区的手机号，这样简单的任务我居然发现自己没有合适的工具。
在网上简单搜寻了一阵子字典生成器，实现都有些怪异：向某个不知名网站发出网络请求获得所有符合要求的号码，有时甚至需要手动在 Excel 文件查找城市代码以及运营商号码。太奇怪了，甚至称得上恶心。
但更让我打消使用念头的，不是工具本身的问题，而是生成的字典文件实在太大，用起来很不方便。
冗长的发展¶
我需要的其实是「手机号码 hashcat 掩码生成器」，如果没有就得自己写了。
于是我继续搜索，找到了 Felinize，基于 libphonenumber 的手机号段数据，使用起来相当简单：
$ ./felinize.hs 北京 南京 < ranges.csv > ranges.hcmask
Felinize 是用 Haskell 写的，Haskell 非常适合处理这种数据的场景，函数式管道的写法也相当漂亮：
main = do
args <- getArgs
interact
$ unlines
. fmap (\line -> felinize [] False [] 0 $ line !! 0)
. filter (numberLocation $ locationInArgs args)
. filter (numberType $ (==) "MOBILE")
. fmap (fmap trim . splitOn ";")
. lines
where
numberLocation cond line = cond $ last line
numberType cond line = cond $ line !! 2
locationInArgs args city = any (flip isInfixOf city) args
我凭借完全不够用的 Haskell 知识读了遍代码，大致弄明白了掩码生成逻辑。
libphonenumber 是 Google 开发的电话号码处理库，可以对世界各国/地区的电话号码进行解析、格式化和验证。它的元信息 metadata.zip 中包含地区对应的号段信息，大概长这样：
Prefix ; Length ; Type ; Tariff ; Area Code Length ; National Only ; Operator ; Format ; Timezone ; Regions ; Geocode:en ; Geocode:zh ; Provenance
10100 ; 7 ; FIXED_LINE ; STANDARD_RATE ; 2 ; false ; ; "shortcodes_with_prefix_2/5-6" ; "Asia/Shanghai" ; "CN" ; "Beijing" ; "北京市"
10[18]0[1-9] ; 10 ; FIXED_LINE ; STANDARD_RATE ; 2 ; false ; ; "fixed_2/4/4" ; "Asia/Shanghai" ; "CN" ; "Beijing" ; "北京市"
10[18][1-9] ; 10 ; FIXED_LINE ; STANDARD_RATE ; 2 ; false ; ; "fixed_2/4/4" ; "Asia/Shanghai" ; "CN" ; "Beijing" ; "北京市"
1300000 ; 11 ; MOBILE ; STANDARD_RATE ; ; false ; "china_unicom" ; "mobile_3/4/4" ; "Asia/Shanghai" ; "CN" ; "Jinan, Shandong" ; "山东省济南市"
1300001 ; 11 ; MOBILE ; STANDARD_RATE ; ; false ; "china_unicom" ; "mobile_3/4/4" ; "Asia/Shanghai" ; "CN" ; "Changzhou, Jiangsu" ; "江苏省常州市"
1300002 ; 11 ; MOBILE ; STANDARD_RATE ; ; false ; "china_unicom" ; "mobile_3/4/4" ; "Asia/Shanghai" ; "CN" ; "Chaohu, Anhui" ; "安徽省巢湖市"
130001[2-489] ; 11 ; MOBILE ; STANDARD_RATE ; ; false ; "china_unicom" ; "mobile_3/4/4" ; "Asia/Shanghai" ; "CN" ; "Tianjin" ; "天津市"
它只是一个用 ; 作分隔符的 CSV 文件。程序可以解析 CSV 文本，通过地区名称 Geocode:xx 筛选想要的号码前缀 Prefix 和号码长度 Length，再展开前缀，用任意数字补齐号码到指定长度。
比如天津市的某个号码前缀 130001[2-489] 应该展开为七位数字 1300012、1300013、1300014、1300018、1300019，而后 4 位就是任意数字组合。
Hashcat 的掩码文件 .hcmask 每一行都可选的自定义字符集和掩码，一般格式如下：
[?1,][?2,][?3,][?4,]mask
我可以定义多个字符集，用逗号分隔，掩码放在最后。例如刚刚天津市的某号段掩码如下，定义了 23489 字符集，用 ?1 使用第一个自定义字符集，用 ?d 使用自带的数字字符集：
23489,130001?1?d?d?d?d
Felinize 读取 CSV 文件，过滤符合地区的号码前缀，将其展开并生成字符集，最后输出符合 .hcmask 格式的字符集和掩码。
过于巧合的转折¶
但……我该用 Python 复刻一遍吗？只是为了换种更大众的语言？似乎没必要。
我完全提不起兴致，Felinize 相当好用，为什么要重复造轮子？况且用 Python 重写……代码会很“无趣”。
无聊中我开始网络漫游。
直到我开始翻看 Felinize 作者 @Arnie97 的主页。
我发现一个相当有趣的 Python 库：pipetools，@Arnie97 是作者之一。它可以实现类似于使用 Unix 管道的函数组合，允许任意函数的前向组合和管道连接——无需修饰它们或做任何额外的事情。
简而言之，它可以将这样的代码：
def pyfiles_by_length(directory):
all_files = os.listdir(directory)
py_files = [f for f in all_files if f.endswith(".py")]
sorted_files = sorted(py_files, key=len, reverse=True)
numbered = enumerate(py_files, 1)
rows = ("{0}. {1}".format(i, f) for i, f in numbered)
return "\n".join(rows)
改成这样：
pyfiles_by_length = (
pipe
| os.listdir
| where(X.endswith(".py"))
| sort_by(len).descending
| (enumerate, X, 1)
| foreach("{0}. {1}")
| "\n".join
)
甚至可以向管道输入：
result = some_input > pipe | foo | bar | boo
多酷，这可是在 Python 里。
对起承转合的偏执¶
我立马着手编写，最终得到了文章开头的代码（省略了转化掩码的函数 purrify，它的内部并不管道）：
def parse_csv_line(line: str) -> list[str]:
return [field.strip().strip('"') for field in line.rstrip("\n").split(";")]
def in_cities(row: list[str], cities: list[str], geo_indices: tuple[int]) -> bool:
return any(
city.lower() in row[idx].lower() for idx in geo_indices for city in cities
)
def main():
cities = sys.argv[1:]
header = sys.stdin > pipe | next | parse_csv_line
prefix_idx = header.index("Prefix")
length_idx = header.index("Length")
type_idx = header.index("Type")
geo_indices = header > (
pipe | enumerate | where(X[1].startswith("Geocode:")) | foreach(X[0]) | tuple
)
min_length = max(prefix_idx, length_idx, type_idx, *geo_indices)
_ = sys.stdin > (
pipe
| foreach(parse_csv_line)
| where(X.__len__() > min_length)
| where(X[type_idx] == "MOBILE")
| where(in_cities, geo_indices=geo_indices, cities=cities)
| foreach(lambda x: (x[prefix_idx], int(x[length_idx])))
| foreach(as_args(purrify))
| foreach_do(print)
)
得益于 sys.stdin 实现了迭代器协议，能够遍历它返回文本流中的每一行，我可以轻松得到 CSV 的表头 header：
- 将
sys.stdin输入到pipe中 next获取第一行文本parse_csv_line函数将文本按照 CSV 格式解析为列表
获取到必要的信息后（因为每个国家/地区的表头不同），我继续处理剩余的数据行。整个管道的流程如下：
foreach(parse_csv_line)：将每一行文本按 CSV 格式解析为字段列表where(X.__len__() > min_length)：过滤掉字段数量不足的行（避免索引越界）where(X[type_idx] == "MOBILE")：只保留类型为MOBILE的号码where(in_cities, ...)：筛选符合指定地区的号码foreach(lambda x: (x[prefix_idx], int(x[length_idx])))：提取号码前缀和长度，组成元组foreach(as_args(purrify))：将元组解包为参数传入purrify函数，转换为掩码foreach_do(print)：打印每个掩码到标准输出
这一切都是惰性的，只要将 ranges.csv 重定向至标准输入，掩码就自然地流向标准输出。
嗯，结束了，工具取名 Purrify，模仿自 Felinize。
- Felinize：feline (猫科的) + -ize (使...化)
- Purrify：purr (猫咪的呼噜声) + -ify (使...化)
代码仓库在：github.com/13m0n4de/purrify。
你可以使用 uv 安装 Purrify：
uv tool install git+https://github.com/13m0n4de/purrify
指定一个或多个城市名称，可以使用中文、英文或其他语言：
purrify 南京 shanghai < ranges.csv > phones.hcmask
hashcat -a 3 -m 13000 rar.hash phones.hcmask
如果需要一份字典文件，可以用 hashcat 从 .hcmask 文件生成：
hashcat -a 3 --stdout phones.hcmask > phones.list
比正片有意思的片尾彩蛋¶
看别人主页可不算视奸癖，当一个人同时写 Haskell 和安全工具，你就知道 TA 肯定还关注着许多好玩的——比如 @Arnie97 Star 的 github.com/FiloSottile/whoami.filippo.io。
ssh whoami.filippo.io
它会识别出你是谁（你的 GitHub 账户），也许以后可以详细研究一下写一篇文章。