字数 1430，阅读大约需 8 分钟
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：
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。 代码实现 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 = [] if len (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)) for match in 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' 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))}" 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) 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：
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！
