Examen del módulo 07 · Varios ficheros y salida
Examen: Varios ficheros y salida
Leer dos ficheros y cruzarlos con FNR == NR, escribir y volver a leer ficheros con print >, close() y getline, y los registros de varias líneas con RS. · 6 preguntas + 1 bug que arreglar · se aprueba con 4 de 6 y el bug arreglado.
1. Ejecutas awk -f programa.awk ips-bloqueadas.txt access.log. La lista tiene 3 líneas. Cuando awk lee la primera línea del log, ¿cuánto valen NR y FNR?
Por qué. NR cuenta todo lo leído y nunca vuelve a empezar; FNR (la F es de File) se pone a 1 al abrir cada fichero. En PHP serían un $total declarado fuera de los dos foreach y un $en_fichero = 0 puesto justo antes del foreach de cada fichero.
2. Este programa se ejecuta con un solo fichero, access.log, que tiene 20 líneas. ¿Qué imprime?
FNR == NR { cargadas++; next } { cruzadas++ } END { print cargadas + 0, cruzadas + 0 }
Por qué. Con un solo fichero FNR y NR valen siempre lo mismo, así que la primera regla se queda con todas las líneas y su next no deja pasar ninguna a la segunda. FNR == NR significa «estoy en el primer fichero», y aquí no hay otro. Es como escribir en PHP el foreach que carga la lista y olvidarte del segundo: no falla, pero no cruza nada.
3. En el patrón FNR == NR { bloqueada[$1] = $2; next }, ¿qué pasa si quitas el next?
Por qué. next es el continue del foreach de PHP: deja esta línea y pasa a la siguiente. Sin él, cada línea de la lista se guarda en el array y a continuación llega a la regla $1 in bloqueada, que la encuentra (acaba de entrar) y la imprime como si fuera una visita.
4. El log tiene tres visitas con estado 404. ¿Qué imprime este programa?
$9 == 404 { print $7 > "no-encontradas.log" } END { while ((getline linea < "no-encontradas.log") == 1) { leidas++ } print leidas + 0 }
Por qué. awk guarda lo que escribe en un buffer de memoria y solo lo vuelca al cerrar el fichero. Sin close("no-encontradas.log") antes del bucle, getline abre un fichero que en el disco sigue vacío y devuelve 0 a la primera. En PHP es leer un fichero sin haber hecho antes el fclose() (o el fflush()) del fwrite(). Y no, > no vacía en cada print: solo al abrir.
5. ¿Por qué es peligroso un programa como { system("echo Visita a " $7) } sobre el log de tu web?
Por qué. El comando es un texto, y $7 lo elige quien visita tu web. Un punto y coma dentro de la URL separa dos comandos y el segundo se ejecuta en tu servidor: es una inyección de comandos, prima de la inyección SQL. En PHP lo evitarías con escapeshellarg(); awk no tiene nada parecido, así que la regla es no meter nunca un campo del log en el texto de un comando.
6. error.log tiene 5 errores de varias líneas, separados por una línea en blanco. Con este programa, ¿qué es $2?
BEGIN { RS = ""; FS = "\n" } { print $2 }
Por qué. RS = "" es el modo párrafo: cada bloque separado por líneas en blanco es un registro. Y FS = "\n" hace que cada línea del bloque sea un campo, así que $2 es su segunda línea. En PHP: preg_split('/\n{2,}/', $texto) para sacar los bloques y explode("\n", $bloque)[1] para la segunda línea de cada uno.
Reto final · obligatorio
El examen solo se aprueba con 4 de 6 y este bug arreglado
7. Encuentra el bug · ✓ Arreglado
Este programa cruza la lista de IP bloqueadas con el log y debería decir en qué línea del log está cada visita de una IP bloqueada, para ir a buscarla. La primera es /consulta, que está en la línea 3 de access.log, así que debe salir linea 3: 198.51.100.4 /consulta (escaner). Se ejecuta sin errores y la salida tiene buena pinta… pero los números de línea no son los del log. Encuentra el fallo y arréglalo.
$ awk -f programa.awk ips-bloqueadas.txt access.log¿Qué significa esta línea?
- awk: el programa que lee el fichero. En tu servidor puede ser gawk (el de este curso) o mawk (el de Debian y Ubuntu).
- -f programa.awk: f de file (fichero). El programa no va escrito en la línea, está guardado en el fichero programa.awk: es lo que ves en la pestaña del mismo nombre. Sin -f, el programa se escribe entre comillas simples: awk '{ print $1 }' access.log.
- ips-bloqueadas.txt access.log: los datos, el fichero que awk lee línea a línea. Va siempre al final y puede haber varios: los lee uno detrás de otro.
Las variantes (una línea, varios ficheros, tuberías con |) y qué formatos puede leer awk: lección Una línea o un fichero.
¿Atascado? Repasa: Dos ficheros a la vez: FNR == NR › FNR frente a NR: dos contadores. El programa lee dos ficheros. Abre la pestaña access.log, cuenta en qué línea está /consulta y compárala con la que imprime. La diferencia es justo el número de líneas de la lista. ¿Qué contador vuelve a empezar en cada fichero? En PHP sería confundir $total con $en_fichero.
El resultado se guarda en tu progreso.
Los programas se ejecutan con GNU awk 5.4.1 compilado a WebAssembly, software libre con licencia GPL-3.0. Código fuente: gawk en ftp.gnu.org · receta de compilación.