脚本

好用的python3脚本

识别Windows环境下的WIFI连接历史记录(不需要安装模块)

import subprocess

def get_previous_networks():
    networks = []

    try:
        # 执行 netsh 命令获取历史连接过的无线网络列表
        result = subprocess.run(['netsh', 'wlan', 'show', 'profiles'], capture_output=True, text=True)

        # 解析输出，提取历史无线网络名称
        output_lines = result.stdout.splitlines()
        for line in output_lines:
            if "所有用户配置文件" in line:
                ssid = line.split(":")[1].strip()
                networks.append(ssid)

    except Exception as e:
        print("获取历史无线网络失败:", e)

    return networks

# 输出历史连接过的无线网络
networks = get_previous_networks()
print("历史上连接过的无线网络:")
for network in networks:
    print(network)

图片定位，调用高德地图API（需原始图片，GPS信息未被抹除）

import requests
import exifread

def get_geolocation_from_image(image_path):
    with open(image_path, 'rb') as image_file:
        tags = exifread.process_file(image_file)

        if 'GPS GPSLatitude' in tags and 'GPS GPSLongitude' in tags:
            latitude = tags['GPS GPSLatitude']
            longitude = tags['GPS GPSLongitude']

            lat_ref = str(tags['GPS GPSLatitudeRef'])
            lng_ref = str(tags['GPS GPSLongitudeRef'])

            lat_degrees = latitude.values[0].num / latitude.values[0].den
            lat_minutes = latitude.values[1].num / latitude.values[1].den
            lat_seconds = latitude.values[2].num / latitude.values[2].den

            lng_degrees = longitude.values[0].num / longitude.values[0].den
            lng_minutes = longitude.values[1].num / longitude.values[1].den
            lng_seconds = longitude.values[2].num / longitude.values[2].den

            # 转换为度（Decimal Degrees）格式
            lat_decimal_degrees = lat_degrees + lat_minutes / 60 + lat_seconds / 3600
            lng_decimal_degrees = lng_degrees + lng_minutes / 60 + lng_seconds / 3600

            # 转换为负值，如果经纬度方向是南或西
            if lat_ref == 'S':
                lat_decimal_degrees = -lat_decimal_degrees
            if lng_ref == 'W':
                lng_decimal_degrees = -lng_decimal_degrees

            return lat_decimal_degrees, lng_decimal_degrees
        else:
            return None

def geocode_analysis(lat, lng, api_key):
    url = f'https://restapi.amap.com/v3/geocode/regeo?location={lng},{lat}&key={api_key}&output=json'
    response = requests.get(url)
    data = response.json()

    if data['status'] == '1' and data['info'] == 'OK':
        address = data['regeocode']['formatted_address']
        print(f'经度: {lng}, 纬度: {lat}')
        print(f'地址: {address}')
    else:
        print('无法获取地址信息')

if __name__ == '__main__':
    # 在这里填入你的高德地图API密钥
    api_key = '高德api调用'

    # 假设你有一个图片的路径
    image_path = '图片路径'

    geolocation = get_geolocation_from_image(image_path)
    if geolocation:
        latitude, longitude = geolocation
        geocode_analysis(latitude, longitude, api_key)
    else:
        print('无法获取')

隐写：基础的PNG图片高度宽度恢复脚本

import binascii
import struct

# 读取修改后的图片文件
with open('高度宽度损坏图片路径', 'rb') as file:
    modified_data = file.read()

crcbp = open("F:\\.vscode\\class.py\\2.png", "rb").read()  # 打开图片
crc32frombp = int(crcbp[29:33].hex(), 16)  # 读取图片中的CRC校验值
print('crc:', crc32frombp)

found_solution = False

for height in range(4000):  # 宽度1-4000进行枚举
    for width in range(4000):  # 高度1-4000进行枚举
        data = crcbp[12:16] + \
               struct.pack('>i', height) + struct.pack('>i', width) + crcbp[24:29]
        crc32 = binascii.crc32(data) & 0xffffffff
        if crc32 == crc32frombp:
            # 计算修改后的图片数据的起始位置
            data_start = modified_data.find(b'\x49\x44\x41\x54')  # IDAT 块的起始标识

            # 读取修改后的图片数据
            modified_image_data = modified_data[data_start:]  # 从起始位置之后的数据为修改后的图片数据

            # 写入修改后的数据到新文件
            with open('修复后的图片存放路径', 'wb') as file:
                # 重新构建 PNG 文件头
                file.write(crcbp[:16])
                file.write(struct.pack('!I', height))
                file.write(struct.pack('!I', width))
                file.write(crcbp[24:data_start])
                file.write(modified_image_data)

            print("图片还原完成！原始图片的高度为:", height, "宽度为:", width)
            found_solution = True
            break  # 结束内层循环
    if found_solution:
        break  # 结束外层循环

提取json文件中的question属性

import json
import pandas as pd

def extract_questions_from_json(json_file_path):
    # 读取JSON文件
    with open(json_file_path, 'r', encoding='utf-8') as file:
        data = json.load(file) 
    # 从数据中提取question字段
    questions = [entry["question"] for entry in data] 
    return questions

def save_to_excel(questions):
    # 创建一个pandas DataFrame
    df = pd.DataFrame(questions, columns=["Question"])
    # 保存DataFrame为Excel文件
    df.to_excel("Excel文件名", index=False, engine='openpyxl')

# 使用函数
questions = extract_questions_from_json("F://")  # 请替换为您的JSON文件路径
save_to_excel(questions)

print("已保存为questions.xlsx")

** 本项目基于开源，用于讨论和技术探讨，如果使用者用其做任何违法或者不正当行为，均尤其使用者自己承担。**