哈工大网络安全实验四报告

第四次实验要求
使用Python爬取用户指定网页，并且配置敏感关键字列表（大于3个）。如果爬取的网页中包含任意敏感关键字则写日志报警，书写所有出现的关键字出现的频度
实验目的
学习主动获取数据的方法
使用python的HTMLSession库以及BeautifulSoup库，利用get方式获得网页的后台信息，再分离出指定网页中的txt文件将其存储为字符串形式

掌握多模式就匹配的方法
利用python自带的ahocorasick库，从root节点开始，每次根据读入的字符沿着自动机向下移动。当读入的字符，在分支中不存在时，递归走失败路径。如果走失败路径走到了root节点，则跳过该字符，处理下一个字符。因为AC自动机是沿着输入文本的最长后缀移动的，所以在读取完所有输入文本后，最后递归走失败路径，直到到达根节点，这样可以检测出所有的模式



实验结果：

目标网址：
https://blog.csdn.net/qq_44021627/article/details/115743434?spm=1001.2014.3001.5501