python 解析pcap数据长度

本文介绍如何在Python中解析pcap文件,以准确统计TCP数据包的实际长度。由于旧版Wireshark在显示数据长度上存在不准确的问题,作者选择使用Python进行流量校验。
摘要由CSDN通过智能技术生成

笔者在项目上需要验证计算的流量是否正确,然而wireshark 1.10版本查看并不准确,所以利用python来统计tcp真实数据包长。

# -*- coding: UTF-8 -*-
import dpkt
import collections  # 有序字典需要的模块
import time


def main(file_path):
    f = open(file_path, 'rb') #python3

    tcp_len = 0 #tcp包长度
    pcap = dpkt.pcap.Reader(f)  # 先按.pcap格式解析,若解析不了,则按pcapng格式解析

    all_pcap_data = collections.OrderedDict()  # 有序字典

    for (ts, buf) in pcap:
            try:
                eth = dpkt.ethernet.Ethernet(buf)  # 解包,物理层
                if not isinstance(eth.data, dpkt.ip.IP):  # 解包,网络层,判断网络层是否存在,
                    continue
                ip = eth.data
                if not isinstance(ip.data, dpkt.tcp.TCP):  # 解包,判断传输层协议是否是TCP,即当你只需要TCP时,可用来过滤
                    continue
                # if not isinstance(ip.data, dpkt.udp.UDP):#解包,判断传输层协议是否是UDP
                # 	continue
              
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
Python有多个库可以解析pcap文件,其中最常用的是scapy库。使用scapy库可以读取pcap文件,提取网络数据包,以及分析和可视化网络流量。 以下是使用scapy库解析pcap数据并可视化的示例: 1. 安装scapy库 在命令行中输入以下命令安装scapy库: ``` pip install scapy ``` 2. 读取pcap文件 使用scapy库可以很容易地读取pcap文件,并将其转换为Python对象。以下代码读取名为“example.pcap”的pcap文件: ``` from scapy.all import * packets = rdpcap('example.pcap') ``` 3. 分析网络流量 使用scapy库可以分析网络流量,包括提取协议、源和目的地址、端口号等信息。以下代码提取数据包中的协议、源IP地址和目的IP地址: ``` for pkt in packets: protocol = pkt[IP].proto src_ip = pkt[IP].src dst_ip = pkt[IP].dst print("Protocol:", protocol, "Source IP:", src_ip, "Destination IP:", dst_ip) ``` 4. 可视化网络流量 使用Python数据可视化库,如matplotlib或seaborn,可以将网络流量可视化。以下代码使用matplotlib库绘制每秒钟收到的数据包数量: ``` import matplotlib.pyplot as plt import numpy as np from collections import Counter timestamps = [pkt.time for pkt in packets] interval = timestamps[-1] - timestamps[0] num_packets = len(packets) packet_rate = num_packets/interval bins = np.arange(min(timestamps), max(timestamps), 1) packet_counts, _, _ = plt.hist(timestamps, bins=bins) plt.xlabel('Time (s)') plt.ylabel('Packet count') plt.title('Packet rate: %.2f packets/s' % packet_rate) plt.show() ``` 以上是使用scapy库解析pcap数据并可视化的基本步骤,可以根据需要进行进一步的分析和可视化。
评论 2
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