Question

几个月前我构建了一个小的python脚本，它从我的蜜罐上的日志中收集了一些非常基本的统计数据。我发现这个脚本有问题而且我自己找不到答案。

该脚本将从攻击中读取日志文件。日志文件在每行包含五个数据。

日期/时间戳
发生攻击的IP地址
尝试用户名
尝试密码
成功/失败代码

示例：

2014-12-24 13:37:00,1.2.3.4,root,password,0

五个数据用'，'分隔所以我使用'，'作为分隔符将行拆分成一个列表，就像这样。

['2014-12-24 13:37:00', '1.2.3.4', 'root', 'password', '0']

我可以从中获取所需的数据。

这个问题，我相信你们中的一些人已经想到了，
在尝试密码中出现分隔符时发生
在这种情况下 H4ck3r ,, h4cker ,, 2015

日志文件最终看起来像这样

2015-01-02 01:44:38,2.3.4.5,root,H4ck3r,,h4cker,,2015,0

并将结果列表转换为slpit。

['2015-01-02 01:44:38', '2.3.4.5', 'root', 'H4ck3r', '', 'h4cker', '', '2015', '0']

我首先想到的解决方法是删除[0：3]和[-1]，
然后接受剩下的密码，但是，
至少可以说不是很干净也不准确如果攻击者使用用户名中的分隔符，我将返回原点
的问题。

是否有任何干净简便的方法可以使用拆分来解决这个问题？
正则表达式会是最好的方式吗？
......解决这个问题的其他方法？

Answer 1

正如mgilson已经指出的那样，你应该改变日志文件的格式（如果可能的话）。

要解析现有日志，可以使用正则表达式^([^,]*),([^,]*),([^,]*),(.*),(\d+)\s*$。这将捕获组1中的时间戳，组2中的ip，依此类推。

regex101 demo.

>>> pattern= r'^([^,]*),([^,]*),([^,]*),(.*),(\d+)\s*$'
>>> string= 'time,ip,user,H4ck3r,,h4cker,,2015 ,1'
>>> match= re.match(pattern, string)
>>> print match.groups()
('time', 'ip', 'user', 'H4ck3r,,h4cker,,2015 ', '1')

Python拆分分隔符问题

1 个答案: