#!/usr/bin/env python
# coding: utf-8

import sys
import re
from HTMLParser import HTMLParser
from optparse import OptionParser

#オプション解析
options = OptionParser(usage = '%prog ', description = 'for mksummary(03 sheets)')
options.add_option('-v', '--verbose', default = False, action='store_true', help = 'Verbose mode.')

def get_lhost(ipaddr):
    """lhostを計算して返す"""
    if ipaddr == None:
       return None

    result = []
    for i in ipaddr.split("."):
        result += [i.zfill(3)]
    return ".".join(result)


class RetinaSummaryParser(HTMLParser):
    def __init__(self):
        HTMLParser.__init__(self)

        # 汎用
        self.flg_tr = False
        self.flg_td = False
	self.flg_th = False
	self.flg_div = False
        self.flg_h2 = False
        self.count = 0

        # 状態判定用フラグ
        self.flg_indata = False # ポートのデータが記録されたテーブルを処理中か判定するフラグ
        self.flg_getdata = False # 対象のデータが存在するセルに到達したらセット するフラグ
        self.flg_port = False # Portsのレポート内を探索してるかを判定するフラグ
        self.flg_ipaddr = False
	self.flg_ipaddr2 = False # IPアドレスを探すフラグ
        self.flg_end = False # データの回収が終わったことを判定するフラグ

	#データ判別フラグ
	self.flg_portnum = False
	self.flg_protocol = False
	self.flg_name = False
	self.flg_stat = False

        # データ格納用
        self.ipaddr = None
        self.port = None
        self.prot = None
        self.name = None
        self.stat = None

    def handle_starttag(self, tag, attrs):
        if tag == 'tr':
            self.flg_tr = True
        if tag == 'td':
            self.flg_td = True
	    if 'class' in dict(attrs):
		if dict(attrs)['class'] == 'h2':
		    self.flg_h2 = True

	if tag == 'th':
	    self.flg_th = True
	if tag == 'div':
	    self.flg_div = True

        if self.flg_port and self.flg_td:
            if 'class' in dict(attrs):
                #if dict(attrs)['class'] == 'c5': #データの始まり
                #    self.flg_ipaddr = True
                if dict(attrs)['class'] == 'h4': #ポートの概要
		    self.flg_portnum = True
		    self.flg_getdata = True
                    self.count = 0
                if dict(attrs)['class'] == 'h5': #ポートの詳細データ
                    self.flg_getdata = True
                    self.count += 1

	if self.flg_ipaddr and self.flg_div:
	    if 'class' in dict(attrs):
		if dict(attrs)['class'] == 'h4 text-primary':
		    self.flg_ipaddr = False
		    self.flg_ipaddr2 = True

    def handle_endtag(self, tag):
        if tag == 'tr':
            self.flg_tr = False
        if tag == 'table':
            if self.flg_indata: # データ回収完了フラグが真なら出力
                # lhost shost port prot stat name
                print '%s,%s,%05d,%s,%s,%s' % (
                  get_lhost(self.ipaddr),
                  self.ipaddr,
                  int(self.port),
                  self.prot,
                  self.stat,
                  self.name,
                )
                self.flg_indata = False

        if tag == 'td':
            self.flg_td = False
	    self.flg_h2 = False

        if tag == 'th':
            self.flg_th = False

        if tag == 'div':
            self.flg_div = False

    def handle_data(self, data):
        # レポート内の「Ports」だけ対象にする

        #if re.match(r'^ポート$', data) and self.flg_td:
        #    self.flg_port = True
        # 他のレポートの内容はすべて無視する
        #if re.match(r'^Services$', data) and self.flg_td:
        #    self.flg_port = False
        #if re.match(r'^Users$', data) and self.flg_td:
        #    self.flg_port = False
        #if re.match(r'^ソフトウェア$', data) and self.flg_td:
        #    self.flg_port = False
        #if re.match(r'^監査$', data) and self.flg_td:
        #    self.flg_port = False
        #if re.match(r'^Shares$', data) and self.flg_td:
        #    self.flg_port = False
        #if re.match(r'^概要$', data) and self.flg_td:
        #    self.flg_port = False
	#if re.match(r'^アラート$', data) and self.flg_td:
	#    self.flg_port = False

        if self.flg_h2:
            if re.match(r'^ポート$', data):
                self.flg_port = True
	    else:
		self.flg_port = False

	# data判別

	if re.match(r'^ポートタイプ$', data) and self.flg_th:
	    self.flg_protocol = True

	if re.match(r'^ポートの状態$', data) and self.flg_th:
	    self.flg_stat = True

	#if re.match(r'^解説$', data) and self.flg_th:
	if re.match(r'^検出されたプロトコル$', data) and self.flg_th:
	    self.flg_name = True

        # IP addr
	if re.match(r'^IP アドレス:$', data) and self.flg_div:
	    self.flg_ipaddr = True

        # IPアドレス取得
        if self.flg_ipaddr2:
            self.ipaddr = data.strip()
	    self.flg_ipaddr2 = False

        # ポートデータ取得
        if self.flg_getdata:
            self.flg_getdata = False
            if opts.verbose:
                print ">>> [%d] : %s, %s, %s" % (self.count, data, self.getpos(), self.get_starttag_text())
            if self.flg_portnum: # ポート番号
                self.port = data.strip("UDP:").strip("TCP:").strip()
                self.flg_indata = True
		self.flg_portnum = False
            if self.flg_protocol: # プロトコル
                self.prot = data.strip()
		self.flg_protocol = False
            if self.flg_name: # サービス名
                #self.name = data.replace("\n","").lstrip("[REMOTE]").lstrip("[LOCAL]").strip()
                self.name = data.strip()
		self.flg_name = False
            if self.flg_stat: # 状態
                self.stat = data.strip()
		self.flg_stat = False
            else:
		self.flg_portnum = False
		self.flg_protocol = False
		self.flg_name = False
		self.flg_stat = False

if __name__ == '__main__':
    opts, args = options.parse_args()

    if len(sys.argv) <= 1:
        print '[E] Give me Retina export summary data files(html).'
        sys.exit(1)

    for filename in sys.argv[1:]:
        try:
            f = open(filename).read()
        except:
            continue

        f = f.replace(',', ' ') # カンマを空白に置き換え
        f = f.replace('<BR>', '') # 不要なタグを事前に削除

        p = RetinaSummaryParser()
        p.feed(f)