在Shodan搜索中有一个关于网站icon图标的搜索语法，http.favicon.hash，我们可以使用这个语法来搜索出使用了同一icon图标的网站，不知道怎么用的朋友请参考我上一篇文章。
通过上一篇文章我们了解到，由于hash为一个未知的随机数，所以是无法通过输入一个确定的hash值来搜索带有指定图标的网站的，只能够通过查看一个已经被Shodan收录的网站的hash值，来进一步获取到所有带有某icon的网站。那么这里的用法就非常的有局限性，你只能是碰运气的来找到你所需要查找的网站，因为Shodan不一定收录了你想要搜索的网站。接着上一篇讲，那么如果Shodan收录了某个ip，这个服务器带有某个icon图标，我能不能搜索所有带有此icon的服务器ip？答案是可以的。
这里拿百度举例，这里有一个ip为180.97.34.35的服务器，截图如下，
如果我想搜索带有这个icon的所有ip地址的话，可以先在Shodan搜索这个ip，这里要用到一个之前没注意到的东西，就是Shodan的原始数据（Raw Data）功能，
点击详情里的View Raw Data，打开可以看到Shodan所存储的关于这个ip所有信息的原始数据，由于东西篇幅太多，就不一一截图，
这里我们需要用到关于icon hash的字段是这个，data.0.http.favicon.hash，如图所示可以看到结果为-1507567067，这个数值就是http.favicon.hash中所需要的搜索值，
根据上面我们得到的hash值来尝试使用http.favicon.hash语法进行搜索，可以看到我们成功得到了所有的带有这个icon的网站，
Shodan的原始数据中还有其他很多东西，这里看一下data.0.http.favicon.data字段，从字面意思上来看应该是和favicon有关的，是他的数据，而这个格式看起来有没有很像我们熟悉的base64？没错了，其实这个字段就是图标base64之后的结果，
这里我们可以使用python脚本简单的进行下检验，脚本如下，可以看到结果与网站中数据大致是一样的，后来询问了Shodan的工程师，确认了这个字段中存储的就是图标结果的base64格式。
import requests
response = requests.get('https://www.baidu.com/favicon.ico')
data = response.content.encode('base64')
print data
至此我们已经对Shodan的一些细节有了更进一步的了解，现在出现了一种新的状况：假如你有一个网站，打开只有一个登陆界面，没有其他任何信息，但是此时你发现他有一个icon图标，所以猜想他可能是使用了某个不知名的cms之类，这里想到可以使用Shodan来搜索出带有同样icon的网站，从其他使用了相同模板的网站来寻找突破口。根据我们上面讲的，去Shodan中搜索这个ip，然而当你在Shodan中搜索时，却发现Shodan并没有收录这个ip地址，没有搜到任何结果，这个时候该怎么办？
这里就要讲到今天的重点，如何通过一个网站icon逆推出Shodan搜索所需要的hash值。其实也非常简单，结合我上面说到的脚本就可以实现，通过一些渠道了解到，Shodan在处理这个结果时，使用了一个名为mmh3的python库，用的是MurmurHash3函数，一般用来进行哈希检索操作，关于mmh3库的具体用法可以看这里——>传送门点我。所以Shodan这里对于icon图标hash值的产生就清楚了，首先获取网站的icon，网站图标进行base64编码，并使用mmh3进行hash计算。mmh3模块可以通过pip安装，安装时可能会报错，我这里遇到需要安装C++ Compiler Package for Python 2.7，有其他报错的话根据报错安装即可，使用的为python2.7，不需要添加seed，脚本如下：
import mmh3
import requests
response = requests.get('https://www.baidu.com/favicon.ico')
favicon = response.content.encode('base64')
hash = mmh3.hash(favicon)
print hash
通过计算会得出一串数字，结果为-1507567067，再结合Shodan语法http.favicon.hash即可搜索出刚才的结果。
这里进行测试，拿博客园举例，f12查看图标的地址，为http://common.cnblogs.com/favicon.ico，看一下没有问题，是icon。
之后将脚本中的地址改为这个，进行计算，得出一个值-395680774。
之后在Shodan中进行搜索，可以看到成功搜到了我想要的结果，虽然数量比较少。
