在Shodan搜索中有一個關於網站icon圖標的搜索語法，http.favicon.hash，我們可以使用這個語法來搜索出使用了同一icon圖標的網站，不知道怎么用的朋友請參考我上一篇文章。
通過上一篇文章我們了解到，由於hash為一個未知的隨機數，所以是無法通過輸入一個確定的hash值來搜索帶有指定圖標的網站的，只能夠通過查看一個已經被Shodan收錄的網站的hash值，來進一步獲取到所有帶有某icon的網站。那么這里的用法就非常的有局限性，你只能是碰運氣的來找到你所需要查找的網站，因為Shodan不一定收錄了你想要搜索的網站。接着上一篇講，那么如果Shodan收錄了某個ip，這個服務器帶有某個icon圖標，我能不能搜索所有帶有此icon的服務器ip？答案是可以的。
這里拿百度舉例，這里有一個ip為180.97.34.35的服務器，截圖如下，
如果我想搜索帶有這個icon的所有ip地址的話，可以先在Shodan搜索這個ip，這里要用到一個之前沒注意到的東西，就是Shodan的原始數據（Raw Data）功能，
點擊詳情里的View Raw Data，打開可以看到Shodan所存儲的關於這個ip所有信息的原始數據，由於東西篇幅太多，就不一一截圖，
這里我們需要用到關於icon hash的字段是這個，data.0.http.favicon.hash，如圖所示可以看到結果為-1507567067，這個數值就是http.favicon.hash中所需要的搜索值，
根據上面我們得到的hash值來嘗試使用http.favicon.hash語法進行搜索，可以看到我們成功得到了所有的帶有這個icon的網站，
Shodan的原始數據中還有其他很多東西，這里看一下data.0.http.favicon.data字段，從字面意思上來看應該是和favicon有關的，是他的數據，而這個格式看起來有沒有很像我們熟悉的base64？沒錯了，其實這個字段就是圖標base64之后的結果，
這里我們可以使用python腳本簡單的進行下檢驗，腳本如下，可以看到結果與網站中數據大致是一樣的，后來詢問了Shodan的工程師，確認了這個字段中存儲的就是圖標結果的base64格式。
import requests
response = requests.get('https://www.baidu.com/favicon.ico')
data = response.content.encode('base64')
print data
至此我們已經對Shodan的一些細節有了更進一步的了解，現在出現了一種新的狀況：假如你有一個網站，打開只有一個登陸界面，沒有其他任何信息，但是此時你發現他有一個icon圖標，所以猜想他可能是使用了某個不知名的cms之類，這里想到可以使用Shodan來搜索出帶有同樣icon的網站，從其他使用了相同模板的網站來尋找突破口。根據我們上面講的，去Shodan中搜索這個ip，然而當你在Shodan中搜索時，卻發現Shodan並沒有收錄這個ip地址，沒有搜到任何結果，這個時候該怎么辦？
這里就要講到今天的重點，如何通過一個網站icon逆推出Shodan搜索所需要的hash值。其實也非常簡單，結合我上面說到的腳本就可以實現，通過一些渠道了解到，Shodan在處理這個結果時，使用了一個名為mmh3的python庫，用的是MurmurHash3函數，一般用來進行哈希檢索操作，關於mmh3庫的具體用法可以看這里——>傳送門點我。所以Shodan這里對於icon圖標hash值的產生就清楚了，首先獲取網站的icon，網站圖標進行base64編碼，並使用mmh3進行hash計算。mmh3模塊可以通過pip安裝，安裝時可能會報錯，我這里遇到需要安裝C++ Compiler Package for Python 2.7，有其他報錯的話根據報錯安裝即可，使用的為python2.7，不需要添加seed，腳本如下：
import mmh3
import requests
response = requests.get('https://www.baidu.com/favicon.ico')
favicon = response.content.encode('base64')
hash = mmh3.hash(favicon)
print hash
通過計算會得出一串數字，結果為-1507567067，再結合Shodan語法http.favicon.hash即可搜索出剛才的結果。
這里進行測試，拿博客園舉例，f12查看圖標的地址，為http://common.cnblogs.com/favicon.ico，看一下沒有問題，是icon。
之后將腳本中的地址改為這個，進行計算，得出一個值-395680774。
之后在Shodan中進行搜索，可以看到成功搜到了我想要的結果，雖然數量比較少。
