【策略梳理】山石策略

要求只截取rule id 到exit部分

rule id 169
**
exit

import re
import pandas as pd
from openpyxl import Workbook

# 定义文件路径
input_file = r"D:\PythonProject\hillstoneSW\input\SHTEST-FW-SG-6000-M3108-CONFIG.Startup-202501241438.DAT"
output_file = r"D:\PythonProject\hillstoneSW\output\output2.xlsx"

# 初始化一个空的列表，用于存储解析后的数据
data = []

# 定义标题顺序
columns_order = [
    "Rule ID", "action", "log", "src-zone", "src-ip", "src-range", "src-addr", "src-host",
    "dst-zone", "dst-ip", "dst-range", "dst-addr", "dst-host", "service", "schedule", "status",
    "name", "im", "application"
]

# 打开文件并逐行读取
with open(input_file, "r", encoding="utf-8") as f:
    lines = f.readlines()

# 定义一个正则表达式，用于匹配键值对
# 修改正则表达式以支持 src-range 和 dst-range 的两个空格
pattern = re.compile(r"\s*(\w[\w-]*)\s*(\"[^\"]*\"|\S+(?:\s+\S+)*)")

# 遍历每一行，解析内容
for line in lines:
    line = line.strip()
    if line.startswith("rule id"):
        # 如果是规则的开始，初始化一个字典来存储当前规则的信息
        rule = {col: "" for col in columns_order}  # 初始化所有字段为空字符串
        rule["Rule ID"] = int(line.split()[2])  # 设置 Rule ID
    elif line.startswith("exit"):
        # 如果是规则的结束，将当前规则添加到数据列表中
        data.append(rule)
    else:
        # 匹配键值对
        match = pattern.match(line)
        if match:
            key, value = match.groups()
            value = value.strip('"')  # 去掉引号

            # 特殊处理 disable 字段
            if key.strip().lower() == "disabl":  # 确保字段名正确匹配
                rule["status"] = "disable"  # 设置 status 字段
            elif key.strip().lower() == "log":  # 处理 log 字段
                if "log" not in rule:
                    rule["log"] = value
                else:
                    rule["log"] += f"; {value}"
            elif key.strip() in rule:
                # 如果键已经存在，将值追加到字符串中，用分号分隔
                if rule[key.strip()]:
                    rule[key.strip()] += f"; {value}"
                else:
                    rule[key.strip()] = value
            else:
                # 如果键不存在，直接添加到字典中
                rule[key.strip()] = value

# 将数据转换为DataFrame
df = pd.DataFrame(data)

# 重新排序列，以匹配指定的标题顺序
df = df[columns_order]

# 将DataFrame保存为Excel文件
df.to_excel(output_file, index=False)

print(f"数据已成功保存到 {output_file}")