Python批量检查网页是否被注入其他页面

代码思路：对于给定的文件夹中所有网页文件，读取其内容，然后使用正则表达式检查该文件中是否包含iframe框架，如果有的话就返回文件名和iframe代码，表示是一个怀疑对象，但这并不意味着网页被攻击。使用代码快速挑选出所有的怀疑对象，最后再人工确认一下。

import os

import re

def detectIframe(fn):

#存放网页文件内容的列表

content = []

with open(fn, encoding='utf8') as fp:

#读取文件所有行，删除两侧的空白字符，然后添加到列表中

for line in fp:

content.append(line.strip())

#把所有内容连接成字符串

content = ' '.join(content)

#正则表达式

m = re.findall(r'<iframe\s+src=.*?></iframe>', content)

if m:

#返回文件名和被嵌入的框架

return {fn:m}

return False

#遍历当前文件夹中所有html和htm文件并检查是否被嵌入框架

for fn in (f for f in os.listdir('.') if f.endswith(('.html','.htm'))):

r = detectIframe(fn)

if not r:

continue

#输出检查结果

for k, v in r.items():

print(k)

for vv in v:

print('\t', vv)