password_brute_dictionary
前言
爆破，简单而粗暴，而成功的关键，我觉得在于字典。 随着安全意识的提升，常规的密码字典top100、top500啥的已经开始渐渐吃力起来，于是小弟决定做点工作更新一下密码爆破字典。 当然，收集信息然后按照一定的规则来生成字典，也是比较好的方式，但是不在本文讨论范围，这里只研究比较通用的密码爆破字典。 不想看过程的话直接跳到最后就能白嫖字典了。
数据来源
我下载了嘟嘟牛、7K7K、人人网、CSDN、178 游戏网等五个平台的泄露数据，只保留密码这一列，最后经过整理后的总行数为 42,208,168。详细情况如下表：
统计分析
b话一大堆，终于开始进入正题了。 我的思路是提取这些泄露数据中的各种类型的密码，然后按出现频率排序，比如键盘组合top100等等，就能得到各种类型的密码字典。下面细说：
键盘组合
键盘组合的密码，还是蛮常见的，我统计过这些网站泄露密码的top10：
<a,z>，<a,s>；
（2） 再遍历字符串中的每个字符，判断它与它后面的一个字符是否在这组dict或者map中；
（3） 所有字符均满足此条件则返回True，否则False。
这样我们就能将泄露数据中键盘组合的密码给提取出来。
拼音
国人使用拼音也挺多的，比如“woaini”这些，搞一搞还是很有必要的。 提取拼音，稍微复杂一点点，得用到字典树，这里不罗嗦了，代码会放在github里面。
数字与字母混合
单一字符组成，现在很多网站都不允许这样设置密码了，所以我准备提取下非单一字符组成的密码，数字与字母混合算是一种比较经典的。最后提取出来发现占了全部密码数据的40%左右。
其他
1. 拼音 pinyinMatch
通过字典树进行匹配
2. 键盘组合 keyboardMatch
根据键盘序列来进行匹配
3. 纯数字 digitMatch
根据ascii码来匹配
4. 纯小写 letterMatch
根据ascii码来匹配
5. 数字和字母混合 digitAndLetterMatch
根据ascii码来匹配
排序
提取出来之后得按频率排序，这里我用的是Linux中的sort指令，例如把test.txt中的内容按重复次数降序输出
>sort test.txt | uniq -c | sort –rn
处理结果是这样，前面是次数，后面是密码：
结果
最后直接放结果吧：
https://github.com/huyuanzhi2/password_brute_dictionary
最后祝各位爆破必成功！
todo
根据密码策略生成字典
自定义正则提取字典
