awk或者sed对不规则行怎么提取字符？

bobkey

下面的字符是一个html中的字符，但每行都不规则，我知道要取的字符前面有个“BC3232”是固定的，但不能用awk，用cut也不行，因为这个是字符串，其他的更不行，有雷同的字符，请各位高手帮忙测试一下。

1. <tr class=bg_odd valign=top><TD>&nbsp;80</td><TD>&nbsp;TCP<br>&nbsp;TCP<br>&nbsp;TCP<br>&nbsp;TCP<br>&nbsp;TCP<br>&nbsp;TCP<br></tD><TD>&nbsp; www </td><td><a href=#img_109001 onclick=javascript:expandIt('109001');>&nbsp;<img src=../images/low.gif border=0>&nbsp;<font color=#1C8019>远端WWW服务提供了对WebDAV的支持</font><font color=#FF0000>[低]</font></a><br><a href=#img_109004 onclick=javascript:expandIt('109004');>&nbsp;<img src=../images/low.gif border=0>&nbsp;<font color=#1C8019>远程主机安装了IIS5 .printer ISAPI扩展</font><font color=#FF0000>[低]</font></a><br><a href=#img_109019 onclick=javascript:expandIt('109019');>&nbsp;<img src=../images/low.gif border=0>&nbsp;<font color=#1C8019>远程IIS主机安装了.HTR ISAPI扩展</font><font color=#FF0000>[低]</font></a><br><a href=#img_109100 onclick=javascript:expandIt('109100');>&nbsp;<img src=../images/low.gif border=0>&nbsp;<font color=#1C8019>IIS错误判断HTTP请求来自本机</font><font color=#FF0000>[低]</font></a><br><a href=#img_109101 onclick=javascript:expandIt('109101');>&nbsp;<img src=../images/high.gif border=0>&nbsp;<font color=#BC3232>IIS 5.0/WebDAV远程缓冲区溢出(MS03-007)</font><font color=#FF0000>[高]</font></a><br><a href=#img_109110 onclick=javascript:expandIt('109110');>&nbsp;<img src=../images/low.gif border=0>&nbsp;<font color=#1C8019>远程IIS主机安装了.IDA或.IDQ ISAPI扩展</font><font color=#FF0000>[低]</font></a>&nbsp;</td><td> open&nbsp;</td></tr>

复制代码

han

最终要达到的效果如下

IIS 5.0/WebDAV远程缓冲区溢出(MS03-007)[高]
Microsoft MSDTC COM+远程代码执行漏洞(MS05-051/KB902400)[高]
微软DCOM接口缓冲区溢出漏洞(MS03-026/MS03-039)[高]
Messenger服务远程堆溢出漏洞(MS03-043/KB828035)[高]
Microsoft Windows MSDTC内存破坏漏洞(MS05-051/KB902400)[高]
Microsoft Task Scheduler远程任意代码执行漏洞(精确扫描MS04-022/KB841873)[高]

zongyaotang

先设法在<font color=#BC3232前和</font>前后插入一个空行，
用awk 提取行首是该标记的连续行，
之后也许就容易处理了。

zongyaotang

看这样能否满足要求？假设ggg是要处理的文件。

sed -e "s/<font color=/\\
\\
&/g" -e "s/<\/font>/&\\
\\
/g" ggg | grep "<font" | sed -e "s/<[^>]*//g"

waker

LANG=C sed   '/BC3232>[^<]*/s//\n&\n/' ur-file \
|sed -n 's/BC3232>//p'
原理和zongyaotang是一致的

bobkey

我测试了不成功，能否把sed写成一行，我不理解其中的意思。

waker

http://bbs.chinaunix.net/viewthr ... &extra=page%3D1

技安

sed -e 's/<[^32>]*>//g' -e 's/<[^>]*>/\\n/g'

xxjoyjn

上述几个方法好像都测试不成功

技安

sed -e 's/<[^32]*>//g' -e 's/<.*>//g' -e 's/\&nbsp\;//g'

bobkey

原帖由 技安 于 2006-4-29 15:51 发表
sed -e 's/<[^32]*>//g' -e 's/<.*>//g' -e 's/\&nbsp\;//g'

这个任务我必须完成，所以把附件传上来了，我现在要达到这个要求：
1。第一次的高风险数全部列出来
2。如果进行了第二此扫描则要和第一次进行对比，分析哪些是新漏洞

大家看下附件吧，看怎么把高风险的内容全部筛选出来。

[ 本帖最后由 bobkey 于 2006-4-30 09:34 编辑 ]