在日常工作中，服务器安全是企业运营的关键。我们专业的安全团队会用工具对所有服务器进行扫描，找出潜在的安全问题，并生成详细的报告，里面不仅有漏洞信息，还有修复建议。如下图所示，这样不仅能及时解决问题，还能帮助企业建立更安全的防护体系，保障业务正常运行。
那问题来了，虽然表格中提供了每个漏洞的修复建议链接，但还是需要我们逐一访问官方页面来详细了解具体的修复方案。当漏洞数量较少时，这项工作还算轻松；但如果数量较多，那这个任务的工作量确实会变得相当大。
像这种重复的工作肯定是交给脚本去执行的。我们现来分析一下，我们最终想要实现的效果，如下图所示：
一、实现思路
我们将利用Python中的pandas库来处理原始数据，以CVE编号作为主要标识符，并把具有相同CVE编号的所有主机信息整理在一起。
对于修复步骤，您可以通过访问官方提供的修复链接，根据页面上的关键词找到需要更新的具体软件包。之后，可以根据这些信息构建出使用yum命令进行更新的具体指令。
二、代码实现
1. 获取更新软件包
我们首先分析一下如果从官方修复方案的中提取需要修复软件包，以CVE-2020-24370这个漏洞为例，打开官方修复方案的链接，页面如下图所示：
从上图可以看出，修复的软件包有一个共同的特点：它们都遵循“包名-版本号_ky10”这样的命名格式。基于这一点，我们可以使用正则表达式来匹配这些软件包。
下面是一个示例函数，它可以从指定的网页中提取出更新的软件包信息。这个函数的工作流程是这样的：首先接收一个URL作为参数，然后利用Python的第三方库requests获取该网页的内容，最后通过正则表达式筛选出我们需要的软件包列表。
def get_kylin_patches(url):
# 设置请求头模拟浏览器访问
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'
}
try:
response = requests.get(url, timeout=10,headers=headers)
response.raise_for_status()
soup = BeautifulSoup(response.text, 'html.parser')
# 获取所有base-desc容器
desc_containers = soup.find_all('div', class_='base-desc')
# 只提取第二个base-desc内容（索引从0开始）
packages_list = []
iflen(desc_containers) >= 2:
target_desc = desc_containers[1]
# print(target_desc)
# 使用正则表达式匹配软件包及其版本
pattern = re.compile(r'([a-zA-Z0-9\-]+)-([\d\.]+(?:-\d+)?(?:\.[a-zA-Z0-9]+)*(?:\.ky\d+))')
matches = pattern.findall(str(target_desc))
formatchin matches:
packages_list.append("{}-{}".format(match[0],match[1]))
unique_packages = set(packages_list) # 类型变为set
return unique_packages
except Exception as e:
print(f"获取补丁信息失败: {str(e)}")
return '查询失败'2. 生成更新软件包
根据我们上面介绍的方法，您可以轻松获取到需要更新的软件包名称。接下来，我们将使用下面的函数把这些名称组合成一条完整的更新命令。具体步骤如下：
# 生成yum更新命令（新增代码）
def generate_yum_command(packages):
if not packages or packages in ('暂无修复包', '查询失败'):
return '# 无可用更新'
return f"yum update -y {' '.join(sorted(packages))}"3. 重新组合数据
为了将原始数据转换为我们需要的格式，我们可以利用Python中的强大工具——Pandas库来进行数据聚合处理。下面是具体的函数内容：
def process_vulnerability_data(input_file, output_file):
"""处理原始漏洞数据并生成修复计划表"""
# 读取数据
df = pd.read_excel(input_file, engine='openpyxl')
# 聚合处理
new_df = df.groupby('CVE号').agg({
'主机IP地址': lambda x: ', '.join(x),
'等级': 'first',
'漏洞描述': 'first',
'当前漏洞版本': 'first',
"官方修复方案": "first"
}).reset_index()
# 新增执行修复命令列
new_df['执行修复命令'] = new_df['官方修复方案'].apply(
lambda url: generate_yum_command(get_kylin_patches(url)) if pd.notnull(url) else'# 无修复链接'
)
# 计算主机数量
new_df['涉及主机数量'] = new_df['主机IP地址'].str.split(', ').apply(len)
# 调整列顺序
ordered_df = new_df[['CVE号', '主机IP地址', '涉及主机数量', '等级',
'漏洞描述', '当前漏洞版本', '官方修复方案','执行修复命令']]
# 保存结果
ordered_df.to_excel(output_file, index=False)4. 调用函数生成数据
通过调用 process_vulnerability_data，输入两个参数：原始数据表以及输出表的名称。
if __name__ == '__main__':
process_vulnerability_data(
input_file='漏洞表原始数据_test.xlsx',
output_file='漏洞修复计划表_test.xlsx'
)执行上述命令后，就可以得到我们想要的效果表。如下图所示：
三、小结
对于那些重复性的任务，我们可以考虑一下是否可以通过自动化工具或脚本来完成。这样做不仅能提高我们的工作效率，还能让我们有更多时间去休息或是专注于其他重要的事情上呢！
