【发布时间】：2019-03-18 19:02:19
【问题描述】：
我们得到了一个 PCAP 文件，我的工作是找到：
主机PC的用户试图访问一些域名以.top结尾的可疑网站。使用 Python（借助正则表达式）查找易受攻击的网站。
通过在记事本上打开 PCAP 文件并进行 Ctrl + F 搜索，我已经找到了正确答案：http://p27dokhpz2n7nvgr.1jw2lx.top
但这显然不是作业的目的，因为我必须使用 Python 和正则表达式来返回该网站
到目前为止我尝试过的代码是：
import re
pcapfile = open('CyberSecurity2019.pcap', 'rb')
mypattern = re.compile(rb"\S+\.top\b")
x = mypattern.findall(pcapfile.read())
print("x = ", x)
然而这是它返回的内容：
x = [b"c('_SS','R','20',0,'/');f=_w.top", b'g_triggerElems!==e&&(g_triggerElems[i].isHotSpotDisabled=!1);v=i+1,r=s[i],a=_ge("sc_hst"+v),a.style.left=r.locx+"%",a.style.top', b't=u.getBoundingClientRect(),o=t.width?Math.abs(t.right-t.left):t.width,a=s(u,"paddingLeft");o=o-(a?parseInt(a):0);v=t.height?Math.abs(t.bottom-t.top', b'n=document.getElementById(keyMap.Notification),t;n&&(n.parentNode.removeChild(n),t=document.getElementById("id_h"),t&&(t.style.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b'http://p27dokhpz2n7nvgr.1jw2lx.top', b'p27dokhpz2n7nvgr.1jw2lx.top']
这种情况会持续一段时间。
如果能帮助我走上正轨，我们将不胜感激。
谢谢
【问题讨论】：
-
将要匹配的特殊字符转义为文字字符，
re.compile(rb"\.top")。此外，由于您已经编译了正则表达式对象，请使用x = mypattern.findall(pcapfile.read())。请注意，如果您想匹配.top之前的部分，请使用类似rb'\S+\.top\b' -
好的，我刚刚实施了你的建议，返回是 x = [b"c('_SS','R','20',0,'/');f=_w.top ", b'g_triggerElems!==e&&(g_triggerElems[i].isHotSpotDisabled=!1);v=i+1,r=s[i],a=_ge("sc_hst"+v),a.style.left =r.locx+"%",a.style.top', b't=u.getBoundingClientRect(),o=t.width?Math.abs(t.right-t.left):t.width,a= s(u,"paddingLeft");o=o-(a?parseInt(a):0);v=t.height?Math.abs(t.bottom-t.top', b'n=document.getElementById (keyMap.Notification),t;n&&(n.parentNode.removeChild(n),t=document.getElementById("id_h"),t&&(t.style.top', b'p27dokhpz2n7nvgr.1jw2lx.top', b' p27dokhpz2n7nvgr.1jw2lx.top',....
-
不知道，你问这个问题是因为点没有被转义，现在，我不知道问题是什么。请考虑更新问题。
-
所以好消息是代码返回了有问题的网站。无论如何，正则表达式是否可以过滤掉所有其他垃圾并只返回网站。我在想也许有一种方法可以强制它只在开头有 http:// 和结尾有 .top 的情况下返回一行？
-
如果所有链接都以
http开头，则使用rb'https?://\S+?\.top\b'
标签： python regex python-3.x expression pcap