parent
593b120be5
commit
914af2272c
@ -0,0 +1,260 @@ |
|||||||
|
import fs from "fs"; |
||||||
|
import assert from "assert"; |
||||||
|
import UAParser from "ua-parser-js"; |
||||||
|
import readline from "readline"; |
||||||
|
import { program } from "commander"; |
||||||
|
|
||||||
|
class Parser { |
||||||
|
constructor() { |
||||||
|
this.text = ""; |
||||||
|
this.next = ""; |
||||||
|
} |
||||||
|
|
||||||
|
match(reg, consume=true) { |
||||||
|
const n = this.next.match(reg); |
||||||
|
|
||||||
|
if(n === null) { |
||||||
|
return undefined; |
||||||
|
} else { |
||||||
|
const element = n.length > 1 ? n.slice(1) : n[0]; |
||||||
|
|
||||||
|
if(consume) { |
||||||
|
this.next = this.next.slice(n[0].length); |
||||||
|
} |
||||||
|
|
||||||
|
return element; |
||||||
|
} |
||||||
|
} |
||||||
|
|
||||||
|
start(line) { |
||||||
|
this.text = line; |
||||||
|
this.next = line; |
||||||
|
} |
||||||
|
|
||||||
|
ws(consume=true) { |
||||||
|
return this.match(/ +/, consume); |
||||||
|
} |
||||||
|
|
||||||
|
parse_new_log(ip) { |
||||||
|
const [port, conn_id, conn_count] = this.match(/^([0-9]+):([0-9]+):([0-9]+)/); |
||||||
|
|
||||||
|
this.ws(); |
||||||
|
|
||||||
|
const [ time ] = this.match(/\[(.*)\]/); |
||||||
|
|
||||||
|
this.ws(); |
||||||
|
|
||||||
|
const [ full_url ] = this.match(/"(.+?)"/); |
||||||
|
|
||||||
|
const [url, params] = full_url.split("?"); |
||||||
|
|
||||||
|
this.ws(); |
||||||
|
|
||||||
|
const code = this.match(/\-|[0-9]+/); |
||||||
|
|
||||||
|
this.ws(); |
||||||
|
|
||||||
|
const bytes = this.match(/\-|[0-9]+/); |
||||||
|
|
||||||
|
this.ws(); |
||||||
|
|
||||||
|
const [refer] = this.match(/"(.+?)"/); |
||||||
|
|
||||||
|
this.ws(); |
||||||
|
|
||||||
|
const [ua] = this.match(/"(.+?)"/); |
||||||
|
|
||||||
|
return { |
||||||
|
ip, |
||||||
|
conn_id: parseInt(conn_id), |
||||||
|
conn_count: parseInt(conn_count), |
||||||
|
time: new Date(time), |
||||||
|
url, params, |
||||||
|
code: parseInt(code), |
||||||
|
size: parseInt(bytes), |
||||||
|
refer: refer === '-' ? undefined : refer, |
||||||
|
ua: UAParser(ua) |
||||||
|
}; |
||||||
|
} |
||||||
|
|
||||||
|
parse_old_log(ip) { |
||||||
|
this.match(/- -/); |
||||||
|
|
||||||
|
this.ws(); |
||||||
|
|
||||||
|
// FORMAT: 29/Mar/2022:22:40:52 +0200
|
||||||
|
const [ day, month, year, hour, minute, seconds, tz_offset ] = this.match(/\[([0-9]+)\/([A-Za-z]+)\/([0-9]+):([0-9]+):([0-9]+):([0-9]+) (.+?)\]/); |
||||||
|
|
||||||
|
this.ws(); |
||||||
|
|
||||||
|
const [ method, full_url, http_version ] = this.match(/"([A-Z]+) (.+) HTTP\/([0-9].[0-9])"/); |
||||||
|
|
||||||
|
const [ url, params ] = full_url.split("?"); |
||||||
|
|
||||||
|
this.ws(); |
||||||
|
|
||||||
|
const code = this.match(/\-|[0-9]+/); |
||||||
|
|
||||||
|
this.ws(); |
||||||
|
|
||||||
|
const bytes = this.match(/\-|[0-9]+/); |
||||||
|
|
||||||
|
this.ws(); |
||||||
|
|
||||||
|
const [refer] = this.match(/"(.+?)"/); |
||||||
|
|
||||||
|
this.ws(); |
||||||
|
|
||||||
|
const [ua] = this.match(/"(.+?)"/); |
||||||
|
|
||||||
|
// this is another IP address sometimes in another log format that I'll ignore
|
||||||
|
const unknown = this.match(/".+?"$/); |
||||||
|
|
||||||
|
return { |
||||||
|
ip, |
||||||
|
method, |
||||||
|
http_version, |
||||||
|
time: new Date(`${day} ${month} ${year} ${hour}:${minute}:${seconds} ${tz_offset}`), |
||||||
|
url, params, |
||||||
|
code: parseInt(code), |
||||||
|
size: parseInt(bytes), |
||||||
|
refer: refer === '-' ? undefined : refer, |
||||||
|
ua: UAParser(ua) |
||||||
|
}; |
||||||
|
} |
||||||
|
|
||||||
|
parse() { |
||||||
|
const ip = this.match(/^[0-9\.]+/); |
||||||
|
const test = this.match(/(:| )/); |
||||||
|
|
||||||
|
// BUG: uhh for some reason it needs == here? === says : doesn't equal :
|
||||||
|
if(test == ":") { |
||||||
|
return this.parse_new_log(ip); |
||||||
|
} else if(test == " ") { |
||||||
|
return this.parse_old_log(ip); |
||||||
|
} else { |
||||||
|
// console.log(`PARSE ERROR, expected : or ' ' but got ${test}`);
|
||||||
|
return {}; |
||||||
|
} |
||||||
|
} |
||||||
|
} |
||||||
|
|
||||||
|
const parse_logs = async (file_name, errors) => { |
||||||
|
const read_stream = fs.createReadStream(file_name); |
||||||
|
|
||||||
|
const rl = readline.createInterface({ |
||||||
|
input: read_stream, |
||||||
|
crlfDelay: Infinity |
||||||
|
}); |
||||||
|
|
||||||
|
const parser = new Parser(); |
||||||
|
|
||||||
|
const stats = { |
||||||
|
lines: 0, |
||||||
|
chains: 0, |
||||||
|
excluded: 0, |
||||||
|
errors: 0, |
||||||
|
roots: 0, |
||||||
|
firsts: 0 |
||||||
|
}; |
||||||
|
|
||||||
|
const skip = /(authcheck|.*\.svg|.*\.webmanifest|.*\.js|.*\.css|.*php|socket\.io|\.env|.*\.png|.*\.txt|.*\.woff|.*\.jpg|.*\.mp4|.*\.torrent|\-|.*\.ico|\/api\/.*\?.*|.*\.html|.*\.map|.*.php)/ |
||||||
|
|
||||||
|
const by_ip = {}; |
||||||
|
|
||||||
|
for await (let line of rl) { |
||||||
|
try { |
||||||
|
stats.lines += 1; |
||||||
|
parser.start(line); |
||||||
|
|
||||||
|
const data = parser.parse(); |
||||||
|
|
||||||
|
// skip lines that have content we don't care about
|
||||||
|
if(data.url.match(skip)) continue; |
||||||
|
|
||||||
|
// store or update the chain in the by_ip chain
|
||||||
|
const ip_chain = by_ip[data.ip] || []; |
||||||
|
|
||||||
|
ip_chain.push(data); |
||||||
|
|
||||||
|
by_ip[data.ip] = ip_chain; |
||||||
|
} catch(error) { |
||||||
|
if(errors) console.error(error); |
||||||
|
|
||||||
|
stats.errors += 1; |
||||||
|
} |
||||||
|
} |
||||||
|
|
||||||
|
return [by_ip, stats]; |
||||||
|
} |
||||||
|
|
||||||
|
const chain_to_set = (requests) => { |
||||||
|
const path = new Set(); |
||||||
|
|
||||||
|
for(let r of requests) { |
||||||
|
path.add(r.url); |
||||||
|
} |
||||||
|
|
||||||
|
return path.values(); |
||||||
|
} |
||||||
|
|
||||||
|
const chain_to_list = (requests) => { |
||||||
|
const path = []; |
||||||
|
let seen; |
||||||
|
|
||||||
|
for(let r of requests) { |
||||||
|
if(r.url != seen) { |
||||||
|
path.push(r.url); |
||||||
|
seen = r.url; |
||||||
|
} |
||||||
|
} |
||||||
|
|
||||||
|
return path.values(); |
||||||
|
} |
||||||
|
|
||||||
|
const sort_request_chains = (by_ip, as_set) => { |
||||||
|
let ip_chains = {}; |
||||||
|
let seen; |
||||||
|
|
||||||
|
for(let [ip, requests] of Object.entries(by_ip)) { |
||||||
|
const chain = as_set ? chain_to_set(requests) : chain_to_list(requests); |
||||||
|
|
||||||
|
const ref = requests[0].refer ? `[${requests[0].refer}]` : ""; |
||||||
|
const url_set = [ref, ...chain].join(" "); |
||||||
|
|
||||||
|
ip_chains[url_set] = url_set in ip_chains ? ip_chains[url_set] + 1 : 1; |
||||||
|
} |
||||||
|
|
||||||
|
const chains_sorted = Object.entries(ip_chains); |
||||||
|
chains_sorted.sort((a, b) => b[1] - a[1]); |
||||||
|
|
||||||
|
return chains_sorted; |
||||||
|
} |
||||||
|
|
||||||
|
const output_results = (min, chains_sorted) => { |
||||||
|
for(let [url, count] of chains_sorted) { |
||||||
|
if(count >= min) { |
||||||
|
console.log(count, url); |
||||||
|
} |
||||||
|
} |
||||||
|
|
||||||
|
console.log(stats); |
||||||
|
} |
||||||
|
|
||||||
|
program |
||||||
|
.option("--no-set", "Use a Set instead of a list for chains.") |
||||||
|
.option("--min <Number>", "The lowest count to print. Stop at this.", 1) |
||||||
|
.option("--errors", "Show the erorrs so you can fix them.", false) |
||||||
|
.requiredOption("--input <String>", "Input file.") |
||||||
|
.description("Processes different web server logs to determine request chain frequency.") |
||||||
|
.version(0.1); |
||||||
|
|
||||||
|
program.parse(); |
||||||
|
const OPTS = program.opts(); |
||||||
|
OPTS.min = parseInt(OPTS.min); |
||||||
|
|
||||||
|
assert(!isNaN(OPTS.min), `min must be a number, you have ${OPTS.min}`); |
||||||
|
|
||||||
|
const [by_ip, stats] = await parse_logs(OPTS.input, OPTS.errors); |
||||||
|
const chains_sorted = sort_request_chains(by_ip, OPTS.set); |
||||||
|
output_results(OPTS.min, chains_sorted); |
Loading…
Reference in new issue