XML解析の問題に関するすばらしい支援のおかげで、XML要素が実際にどのように処理されるか（lxmlを使用）に迷うことになりました。
私のデータはnmapスキャンの出力であり、以下のような多くのレコードで構成されています。
<?xml version="1.0"?>
<?xml-stylesheet href="file:///usr/share/nmap/nmap.xsl" type="text/xsl"?>
<nmaprun scanner="nmap" args="nmap -sV -p135,12345 -oX 10.232.0.0.16.xml 10.232.0.0/16" start="1340201347" startstr="Wed Jun 20 16:09:07 2012" version="5.21" xmloutputversion="1.03">
<host>
<status state="down" reason="no-response"/>
<address addr="10.232.0.1" addrtype="ipv4"/>
</host>
<host starttime="1340201455" endtime="1340201930">
<status state="up" reason="echo-reply"/>
<address addr="10.232.49.2" addrtype="ipv4"/>
<hostnames>
<hostname name="host1.example.com" type="PTR"/>
</hostnames>
<ports>
<port protocol="tcp" portid="135">
<state state="open" reason="syn-ack" reason_ttl="123"/>
<service name="msrpc" product="Microsoft Windows RPC" ostype="Windows" method="probed" conf="10"/>
</port>
<port protocol="tcp" portid="12345">
<state state="open" reason="syn-ack" reason_ttl="123"/>
<service name="http" product="Trend Micro OfficeScan Antivirus http config" method="probed" conf="10"/>
</port>
</ports>
<times srtt="890" rttvar="2835" to="100000"/>
</host>
</nmaprun>
線を生成することを検討しています
- ポート12345が開いているか
- ポート135が開いており、12345が開いています
私はこれに次のコードを使用します。これは、物事がどのように進むかを理解した上でコメントしました。
from lxml import etree
import time
scanTime = str(int(time.time()))
d = etree.parse("10.233.85.0.22.xml")
# find all hosts records
for el_host in d.findall("host"):
# only process hosts UP
if el_host.find("status").attrib["state"] =="up":
# here comes a piece of code which sets the variable hostname
# used later - that part works fine (removed for clarity)
# get the status of port 135 and 12345
Open12345 = Open135 = False
for el_port in el_host.findall("ports/port"):
# we are now looping thought the <port> records for a given <host>
if el_port.attrib["portid"] == "135":
Open135 = el_host.find("ports/port/state").attrib["state"] == "open"
if el_port.attrib["portid"] == "12345":
Open12345 = el_host.find("ports/port/state").attrib["state"] == "open"
# I want to get for port 12345 the description, so I search
# for <service> within a given port - only 12345 in my case
# I just search the first one as there is only one
# this is the place I am not sure I get right
el_service = el_host.find("ports/port/service")
if el_service.get("product") is not None:
Type12345 = el_host.find("ports/port/service").attrib["product"]
if Open12345:
print "%s %s \"%s\"\n" % (scanTime,hostname,Type12345)
if not Open12345 and Open135:
print "%s %s \"%s\"\n" % (scanTime,hostname,"NO_OfficeScan")
コメントでは、よくわからない場所が強調表示されています。このコードでは、ポート135のレコード内にある場合と同様に、常にMicrosoft Windows RPCと一致します（ポート12345の前のXMLファイルの最初にあります）。
問題は、検索機能を理解する方法のどこかにあると確信しています。私がいる場所に関係なく、おそらくすべてに一致します。言い換えると、再帰はありません（私が知る限り）。
その場合、「ポート12345のレコードにいるときにサービス名を取得する」という概念をどのようにコーディングできますか？
ありがとうございました。
編集と解決策：
コードに問題が見つかりました。誰かがいつかこの問題に遭遇した場合、私はスクリプト全体を再投稿します（出力はnmapからのものなので、誰かが再利用するのは興味深いかもしれません-これは以下のコードの大きな塊を説明するためです:)：
#!/usr/bin/python
from lxml import etree
import time
import argparse
parser = argparse.ArgumentParser()
parser.add_argument("file", help="XML file to parse")
args = parser.parse_args()
scanTime = str(int(time.time()))
d = etree.parse(args.file)
f = open("OfficeScanComplianceDSCampus."+scanTime,"w")
print "Parsing "+ args.file
# find all hosts records
for el_host in d.findall("host"):
# only process hosts UP
if el_host.find("status").attrib["state"] =="up":
# get the first hostname if it exists, otherwise IP
el_hostname = el_host.find("hostnames/hostname")
if el_hostname is not None:
hostname = el_hostname.attrib["name"]
else:
hostname = el_host.find("address").attrib["addr"]
# get the status of port 135 and 12345
Open12345 = Open135 = False
for el_port in el_host.findall("ports/port"):
# we are now looping thought the <port> records for a given <host>
if el_port.attrib["portid"] == "135":
Open135 = el_port.find("state").attrib["state"] == "open"
if el_port.attrib["portid"] == "12345":
Open12345 = el_port.find("state").attrib["state"] == "open"
# if port open get info about service
if Open12345:
el_service = el_port.find("service")
if el_service is None:
Type12345 = "UNKNOWN"
elif el_service.get("method") == "probed":
Type12345 = el_service.get("product")
else:
Type12345 = "UNKNOWN"
if Open12345:
f.write("%s %s \"%s\"\n" % (scanTime,hostname,Type12345))
if not Open12345 and Open135:
f.write("%s %s \"%s\"\n" % (scanTime,hostname,"NO_OfficeScan"))
if Open12345 and not Open135:
f.write("%s %s \"%s\"\n" % (scanTime,hostname,"Non-Windows with 12345"))
f.close()
また、DikeiとIgnacioVazquez-Abramsによって提供されたxpathのアイデアについても説明します。
みんなありがとう！