24、利用自动化与工具进行信息挖掘及网站防护-优快云博客

利用自动化与工具进行信息挖掘及网站防护

1. 自动化文件搜索与正则表达式的运用

文件搜索相对直接，特别是当你明确所需文件类型时。不过，有时离线搜索文件是必要的。例如，若要搜索雅虎邮箱地址，简单的网络搜索 “@yahoo.com” 邮箱并不高效，群组搜索也存在问题。
比如，一次搜索找到了一个邮箱地址 “jg65_83@yahoo.com”，但也匹配到了 “store.yahoo.com”，这并非有效的邮箱地址。在这种情况下，使用正则表达式是定位特定字符串的最佳选择。
以下是一个 Perl 脚本，用于在文件中搜索指定的单词或正则表达式：

#!/usr/bin/perl
#
# Usage: ./ssearch.pl  FILE_TO_SEARCH  WORDLIST
#
# Locate words in a ﬁle, coded by James Foster
#
use strict;
open(SEARCHFILE,$ARGV[0]) || die("Can not open searchﬁle because $!");
open(WORDFILE,$ARGV[1]) || die("Can not open wordﬁle because $!");
my @WORDS=<WORDFILE>;
close(WORDFILE);
my $LineCount = 0;
while(<SEARCHFILE>) {
    foreach my $word (@WORDS) {
        chomp($word);
        ++$LineCount;
        if(m/$word