Bulgarian wordlists

Това хранилище съдържа архивирани файлове със думи и имена на български език както и единни граждански номера. Всичката информация в това хранилище е събрана от публични данни, а номерата са генерирани и валидирани използвайки алгоритъм. Използването на предоставената информация е на своя собствена отговорност.

Какво е wordlist?

Това е списък с думи или номера в редактируем текстов файл, обикновено по една на ред. Имат най-различна употреба от системи за валидиране на очаквани входящи данни до речникова атака (dictionary attack) срещу уеб или настолни приложения.

Списъци с думи

Списъците съдържат думи на кирилица с малки букви (lowercase) подредени азбучно в текстови файлове с UTF-8 енкодинг. Налични са в три формата - кирилица, транслителирани, шльокавица.

• Български първи имена - Списък с имена на български език, включително старобългарски имена. Източници: [1] [2] [3] [4]
• Български фамилни имена - Списък с фамилни имена на български език, включително старобългарски имена.
• Населени места - Списък с имената на населените места в България. Източници: [1]
• Некатегоризирани думи - Други думи на български език без определена категория за момента. Източници: [1] [2]
• Жаргонни думи - Списък с популярните жаргонни изрази в България. Източници: [1]
• Неологизми - Списък с новите български думи. Източници: [1]
• Фразеологизми - Списък с устойчиви изрази (фрази или идиоми), обикновено с преносно значение, употребявани като готова единица в речта. Източник: [1]
• Неприлични думи - Списък с неприлични (мръсни/нецензурирани) думи на български език. Източници: [1] [2]
• Абривиатури - Списък с абривиатури и съкращения. Източници: [1]

Единен граждански номер (ЕГН)

Списък с единни граждански номера на български граждани. Списъка е подреден в отделни файлове по години, както и файл със всички възможни валидни номера. Източници: Генерирани номера от 1800г. до 2100г. и валидирани спрямо алгоритъма на ГРАО - ЕСРАГОН използвайки python модула за egn.

Изтегляне: Всички в един файл - egn.zip или Файлове по години - egn.zip (109 млрд. записа)

Изтегляне

Тип	Кирилица	Транслителирани	Шльокавица	Записи
Български първи имена	bg-names-cyrillic.txt	bg-names-latin.txt	bg-names-6lyokavica.txt	31666
Български фамилни имена	bg-familynames-cyrillic.txt	N/A	N/A	55265
Населени места	bg-geo-cyrillic.txt	bg-geo-latin.txt	bg-geo-6lyokavica.txt	4657
Жаргонни думи	bg-jargon-cyrillic.txt	N/A	N/A	15264
Неологизми	bg-neologisms-cyrillic.txt	N/A	N/A	2381
Фразеологизми	bg-idioms-cyrillic.txt	N/A	N/A	6924
Неприлични думи	bg-obscene-cyrillic.txt	N/A	N/A	469
Абривиатури	bg-abbreviations-cyrillic.txt	N/A	N/A	13767
Некатегоризирани думи	bg-words-cyrillic.txt	bg-words-latin.txt	bg-words-6lyokavica.txt	752537
Всички думи	all-cyrillic.txt	all-latin.txt	all-6lyokavica.txt	755130

Принос и разработка

За да добавите нови думи или файлове използвайте функционалноста на github. Добавяйте записи само във файловете с кирилица, останалото се генерира след като използвате скриптовете.

Логиката на генериране на записите е следната:

1. Записи на Кирилица > Транслитерация > Сортирание и премахване на повтаряеми записи > Транслирани записи
2. Записи на Кирилица > Шльокавица > Сортирание и премахване на повтаряеми записи > Записи на Шльокавица
3. Шльокавица + Транслирани записи > Сортирание и премахване на повтаряеми записи > Записи на латиница
4. Латиница + Кирилица > Всички записи
5. Генериране на rainbow таблици