python实现解析oui.txt并抽取MAC前缀及组织名称
来源:互联网 发布:淘宝网下载电脑版2015 编辑:程序博客网 时间:2024/05/16 13:51
做无线抓包时就曾经设想过显示MAC地址所属组织的名称,一直在研究如何根据MAC查询对应的名称。今天无意看到网上有相关文章,里面有介绍,使用C语言实现。本文使用python来实现。
oui.txt文件可以在官网地址http://standards-oui.ieee.org/oui/oui.txt下载,该文件包含了MAC地址前缀(前MAC地址前三字节,下文直接使用“MAC地址”)、组织名称(即公司名称)、公司地址、国家等信息。截至目前,一共有2万多个记录。本文要做的,只是提取出MAC地址和对应的组织名称,再重新整理,以方便程序查询。
先看一下文件内容:
00-CD-FE (hex)Apple, Inc.00CDFE (base 16)Apple, Inc.1 Infinite LoopCupertino CA 95014US第一部分为“xx-xx-xx”形式的MAC地址和名称;第二部分类似,但省略掉“-”;第三部分是公司地址信息(含国家,行数较多)。文中选择第二部分,因为可以直接将如“00CDFE”字符串转换成十六进制使用。
提取MAC地址的设计思路很简单,如下:
1、逐行读取oui.txt,利用正则表达式查找上文所说的“第二部分”内容。并放到list中。
2、将list内容排序,方便使用二分查找算法,提高速度。
3、将MAC地址转换成十六进制存储(非字符串,这样省一点空间),组织信息还是用字符串存储。
4、写到文件中。其中头部信息表示着记录的数目。数据部分即为MAC地址和组织信息。组织信息前一字节表示该信息长度。
涉及到的python知识点:
1、正则表达式:re.findall(r"^[A-F0-9].[A-F0-9].[A-F0-9].+$", l)
2、字符串转换成数值:int(mac, 16)
3、字符串转成二进制写入文件:
f1 = open(BIN_FILE, "wb")
format='%ds' % len(org)
byte=struct.pack('i',mac_int) + struct.pack(format,str.encode(org))
f1.write(byte)
4、UTF8编码:
reload(sys)
sys.setdefaultencoding('utf8')
完整代码如下:
#!/usr/bin/python# encoding: utf-8# 解析oui.txt文件 Powred by Late Lee# 注:文件编码格式为utf-8,oui.txt也必须保证是uft-8# 如果使用python3.4版本,则不需要调用 sys.setdefaultencoding('utf8')# 生成bin文件格式:头部共8字节:前4字节表示一共有多少条记录,后面4字节表示最大组织名称长度为多少。数据部:MAC地址及组织名称。# 耗时2秒完成import osimport reimport structimport sysOUI_FILE = "oui.txt"TXT_FILE = "oui_txt.txt"BIN_FILE = "oui.bin"##################################def write_file(): line=0 list =[] try: f = open(OUI_FILE, 'r') while True: l = f.readline() if l == '': # end break line += 1 l = l.strip('\n') # not need \n #print("#%d %s" % (line, l)) ret = re.findall(r"^[A-F0-9].[A-F0-9].[A-F0-9].+$", l) # eg 9C8E99 if len(ret) != 0: mac = l[:6] mac_int = int(mac, 16) # string to int number org = l[22:] org.strip() test = mac+" "+org list.append(test) # add to list list.sort() f.close() except: raise line = 0 try: f1 = open(BIN_FILE, "wb") f2 = open(TXT_FILE, "w") f1.write("0000") for i in range(0, len(list)): #print("%d %s" % (i, list[i])) line += 1 mac = list[i][:6] mac_int = int(mac, 16) # string to int number org = list[i][7:] format='%ds' % len(org) # how many bytes in org org_byte = struct.pack(format,str.encode(org)) org_len = len(org) byte=struct.pack('i',mac_int) + struct.pack('b',org_len) + struct.pack(format,str.encode(org)) # to byte #print("333#%d 0x%x %d-->%s %s" % (i, mac_int, mac_int, org, org_byte)) f1.write(byte) # binary test = mac + " " + org + "\n" f2.write(test) # text print("total number: %d max name len: %d" % (line, org_len)) f1.seek(0, 0) byte=struct.pack('i',line) f1.write(byte) f1.close() f2.close() except: raiseif __name__ == '__main__': reload(sys) sys.setdefaultencoding('utf8') write_file()
至此,就完成了MAC信息的提取。最终的二进制文件存储22982条记录,空间只有600KB左右。文本形式的如下:
000000 XEROX CORPORATION000001 XEROX CORPORATION000002 XEROX CORPORATION000003 XEROX CORPORATION。。。FCFC48 Apple, Inc.FCFE77 Hitachi Reftechno, Inc.FCFEC2 Invensys Controls UK LimitedFCFFAA IEEE Registration Authority
文本仅描述一种方法。存储可以使用定长和变长方式。如下:
1、使用定长存储组织信息,这样无需处理长度不一的组织名称,方便编码。但以牺牲空间为代价,比如使用100字节存储名称,则生成的文件大小由600KB上涨到2MB多。
2、如果要节省空间,可以在每条记录中存储组织名称长度信息,然后在代码中根据此长度动态分配组织名称长度。编码相对复杂一点点。笔者喜欢这个方法。
参考资料:
1、OUI文件:http://standards-oui.ieee.org/oui/oui.txt
2、http://www.cnblogs.com/Anker/archive/2013/12/22/3486344.html
李迟 2017.1.14 周六 凌晨
- python实现解析oui.txt并抽取MAC前缀及组织名称
- python实现查询mac号对应的OUI厂商信息
- python进行文档抽取与解析的简单实现
- HTML 内容抽取并将txt文本放到excel中
- Kettle实现文本文件数据抽取方法 Kettle Txt To Database
- 中缀表达式转换为前缀及后缀表达式并求值(java实现)
- Python实现Excel随机抽取数
- python实现对于多个文件夹下的txt文件的特定字段进行提取,并生成新的txt
- 实例:读取txt文件并解析
- java解析HTML,并写入TXT
- osgEarth数据加载及组织解析
- osgEarth数据加载及组织解析
- Python实现读取目录所有文件的文件名并保存到txt文件代码
- Python实现读取目录所有文件的文件名并保存到txt文件代码
- Python实现读取目录所有文件的文件名并保存到txt文件代码
- python实现读取本地多个TXT文件内容并发送邮件
- Python实现的对某漫画网站进行爬取并按本子名称储存程序
- python实现pcd转txt
- 51nod 1575 Gcd and Lcm
- 青雀推出小程序服务矩阵 助企业抢占首波移动先机
- Codecraft-17 and Codeforces Round #391 (Div. 1 + Div. 2, combined) C. Felicity is Coming!组合学+集合
- java常用工具类组件 总结
- 计算前20项和
- python实现解析oui.txt并抽取MAC前缀及组织名称
- 两个在不同包下的 相同的实体类, 为怎么不能同时在hibernate.cfg.xml 中配置?
- Javascript合并表格中具有相同内容单元格示例
- 求100~200间的所有素数,每行打印5个素数
- Ubuntu16.04 apache2.4 修改默认根目录
- js高级程序设计学习笔记2
- 计算字符串中的单词数(单词:由空格分开的连续字母数字串)
- 解决Visual studio编写C#时“未能找到类型名称或命名空间名称XXX...”错误
- Java SE学习笔记:反射、反射创建实例,反射调用方法