爬虫练习--爬取CNNVD相关漏洞

该博客讲述了如何从国家信息安全漏洞库CNNVD中爬取特定软件的漏洞信息,包括漏洞类型、危害等级和数量,并对数据进行可视化展示。作者详细介绍了爬虫的具体流程,包括构造URL、爬取信息、解析数据以及最终使用EXCEL进行数据绘图的过程。
摘要由CSDN通过智能技术生成

目标

从国家信息安全漏洞库(CNNVD)中爬取目标软件的相关漏洞,统计漏洞类型、危害等级、相关数量等,并进行可视化。

具体流程

  1. 构造URL,根据关键词(如glibc)爬取相关软件的漏洞信息,统计其数量和网页数
  2. 构造URL,一个一个网页的爬取,找到每个具体漏洞的链接,保存这些链接
  3. 根据每个具体漏洞的链接,爬取相关页面,用正则表达式和BeautifulSoup找到我们需要的链接。

代码实现

  1. 爬取网页并保存到EXCEL文件中
# -*- coding:utf-8 -*-
import requests
from  bs4 import BeautifulSoup
import traceback
import re
import xlwt
list=['glibc','Microsoft Office Word','Microsoft Internet Explorer']#想要查询的相关漏洞
num=[] # 存放每个实体对应的漏洞数目
page=[]# 存放每个实体对应的漏洞的页数
# 根据url爬取网页
def getHTMLTEXT(url,code="utf-8"):
    kv = {
  'user-agent': 'Mozilla/5.0'}  # 模拟浏览器访问网站
    try:
        r=requests.get(url,headers=kv,timeout=30)
        r.raise_for_status()
        r.encoding=code
        return r.text
    except:
        traceback.print_exc()
        return ""
# 初始网页
def parsepage(name,url):
    type={}# 存放每个实体中的漏洞类型
    html=getHTMLTEXT(url)
    soup=BeautifulSoup(html,'html.parser')
    #每个类型的数量
    #text=soup.find_all('a',text=re.compile('总条数:'))
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值