最近在自学python，光看不练嘴把式，还是要多实操的。这就是一个写给自己的小小工具。
主要功能是，便利日志文件夹下的文件，根据设定的关键字查找是否有web攻击行为。
0X01 背景WAF上线之后，处理最多的是误报消除。
产生误报有多种原因，比如web应用源码编写时允许客户端提交过多的cookie；比如单个参数提交的数值太大。
把误报降低到了可接受的范围后，还要关注漏报。WAF不是神，任何WAF都可能被绕过。所以还需要定位漏过的攻击，明确漏报的原因，才能update WAF的策略。
要定位漏报，就必须分析Web应用的访问日志了。一个站点，每天产生的access日志大概接近1GB，显然靠肉眼看是不现实的。这就需要用python帮助自动分析。
0X02 思路拿我司某Web系统举例：
apache开启了access日志记录 日志规则是每小时生成一个日志文件，以站点名称为文件名，以日期+时间为后缀。例如：special.XXXXXX.com.cn.2016101001要分析这些散碎的日志文件，我的思路如下：
根据用户命令行输入获取日志文件所在目录； 遍历目录下所有文件，合并到一个文件； 定义web攻击常见payload的字符串： SQLi的：select、union、+ +； Struts的：ognl、java webshell常见的：base64、eval、excute 使用正则逐行匹配，将命中的日志复制到单独的文件。 0X03 实现代码如下：
# -*-coding: utf-8 -*- importos,re,sys iflen(sys.argv) !=2: print'Usage : python logaudit.py <path>' sys.exit() logpath = sys.argv[1] #获取输入参数的文件路径' merge = re.compile(r'.*(\d[10])') forroot , dirs , filesinos.walk(logpath): forlineinfiles: #遍历日志文件夹，合并所有内容到一个文件 pipei = merge.match(line) ifpipei !=None: tmppath = root + '\\'+line logread1 = open(tmppath,'r') logread = logread1.read() log2txt = open('.\\log.txt','a') log2txt.write(logread) log2txt.close() logread1.close() else: exit log = open('.//log.txt','r') logread = log.readlines() auditString = re.compile(r'.*[^_][sS][eE][lL][eE][cC][tT][^.].*|.*[uU][nN][iI][Oo][nN].*|.*[bB][aA][sS][eE][^.].*|.*[oO][gG][nN][lL].*|.*[eE][vV][aA][lL][(].*|.*[eE][xX][cC][uU][tT][eE].*') writelog = open('.//result.txt','a') forlinesinlogread: auditResult = auditString.match(lines) ifauditResult !=None: writelog.write(auditResult.group()) writelog.write('\n') else: exit writelog.close() log.close()0X04 后续
WAF上线后的运维工作，除了消除误报解决漏报以外，还有其他更多的分析工作。这方面的内容，我会整理出来，下次单独成文分享。