天镜漏洞扫描报告HTML转Excel格式Python脚本

在乙方使用天镜进行众多漏洞扫描，其默认导出格式为HTML，因为工作需要将其发现漏洞全部贴到Excel表格中，动不动就是成百上千的漏洞，任务量吓人。于是写一脚本，减少工作量。

Code:

# -*- coding: utf-8 -*-
# ******************************************************
# Author       : Nt
# Last modified: 2016-12-16 16:39
# Email        : [email protected]
# Filename     : html2excel.py
# Version      : 1.0
# Description  : 方便导出天镜漏洞报告中的漏洞列表。
# Example      : html2excel.py /Report/files/Report_main.html outFileName.xls
# ******************************************************

import re
import sys
import xlwt
from bs4 import BeautifulSoup

excelTXT = [] # 存放所有的excel待写入内容


vbName = ''   # 漏洞名字
vbType = ''   # 漏洞类型
vbLevel = ''  # 危险级别
vbCVE = ''    # CVE编号
vbIP = ''     # 主机IP
vbDesc = ''   # 详细描述
vbRepair = '' # 修复建议


exp1 = re.compile("(?isu)]*>(.*?)")   # 正则寻找tr标签
exp2 = re.compile("(?isu)]*>(.*?)

") # 正则寻找div标签 exp3 = re.compile("(?isu)]*>(.*?)") # 正则寻找a标签,因为CVE是a标签.比较特殊 htmlSource = open(sys.argv[1]).read() # 读入html文件,天镜目录为: files/Report_main.html soup = BeautifulSoup(htmlSource,'html.parser') htmlSource = str(soup.find(id='section_13_content')) # 通过寻找网页中ID=section_13_content这个代码块。如果更新，就在此处 splitTxt = '' # 正则内容放置此处 for row in exp1.findall(htmlSource): # 正则全文，分别为exp1、exp2、exp3 splitTxt += '===============\n'; # 分隔符，方便后续确认多行内容。 for col in exp2.findall(row): splitTxt += col.strip().replace('
','').replace('
','')+'\n' # 正则结果追加至splitTxt for col in exp3.findall(row): splitTxt += col.strip().replace('
', '').replace('
','')+'\n' # 正则结果追加至splitTxt arrTxt = splitTxt.split("===============") # 以分隔符分割文本为数组。 for line in arrTxt: # splitTxt = line.split('\n') #分割每一行 for spLine in splitTxt: # 循环每一个数组成员 if (re.match(r'[【/d】]', spLine)): num = str(re.findall('【(.*)】',splitTxt[1])).replace('[','').replace('\'','').replace(']','') # 取出当前是第几个漏洞 cve = str(re.findall('\(.*\)',splitTxt[1])).replace('[','').replace('\'','').replace(']','') # 取出标题中可能带有的的CVE编号 cve2 = str(re.findall('\（.*\）', splitTxt[1])).replace('[','').replace('\'','').replace(']','') # 中文括号，上面的是英文括号 vbName = splitTxt[1].replace('【' + num + '】', '').replace(cve, '').replace(cve2, '') # 替换【1】(cve-000-000)这种特殊字符 if (spLine == '漏洞类型'): vbType = splitTxt[2].replace(' ','').strip() if (spLine == '危险级别'): vbLevel = splitTxt[2].replace(' ','').strip() if (spLine == 'CVE编号'): vbCVE = splitTxt[2].replace(' ','').strip() if (spLine == '存在主机'): vbIP = splitTxt[2].replace(' ','').strip() if (spLine == '详细描述'): vbDesc = splitTxt[2].replace(' ','').strip() if (spLine == '修补建议'): vbRepairLen = len(splitTxt) tmpStr = '' for i in range(vbRepairLen-1): if (i>2): tmpStr+=splitTxt[i]+'\n' vbRepair = tmpStr.replace(' ','').strip() #最后一个数据获取完，提交至excel excelTXT.append(vbIP+'/**/'+vbType+'/**/'+vbLevel+'/**/'+vbName+'/**/'+vbCVE+'/**/'+vbDesc+'/**/'+vbRepair) #创建workbook和sheet对象 workbook = xlwt.Workbook() #注意Workbook的开头W要大写:encoding='utf-8',style_compression=0 sheet1 = workbook.add_sheet('sheet1',cell_overwrite_ok=True) sheet2 = workbook.add_sheet('sheet2',cell_overwrite_ok=True) for i in range(len(excelTXT)): splitRes = excelTXT[i].split('/**/') # 向sheet页中写入数据 sheet1.write(i, 0, str(i+1).decode('utf-8')) sheet1.write(i, 1, splitRes[0].decode('utf-8')) sheet1.write(i, 2, splitRes[1].decode('utf-8')) sheet1.write(i, 3, splitRes[2].decode('utf-8')) sheet1.write(i, 4, splitRes[3].decode('utf-8')) sheet1.write(i, 5, splitRes[4].decode('utf-8')) sheet1.write(i, 6, splitRes[5].decode('utf-8')) sheet1.write(i, 7, splitRes[6].decode('utf-8')) #保存该excel文件,有同名文件时直接覆盖 workbook.save(sys.argv[2]) print '报告导出成功。'

使用帮助:

html2excel.py HTML文件 输出Excel文件
html2excel.py /Report/files/Report_main.html outFileName.xls

因为该版本是初次开发，可能会存在部分BUG，欢迎交流，指出不足:)