本教程详细介绍了如何使用Python通过VirusTotal API进行URL扫描。文章重点阐述了在提交URL进行扫描后获取的分析ID与查询扫描结果所需的URL ID之间的区别与正确处理方法，旨在帮助用户避免常见的“Wrong URL id”错误，确保能准确检索到URL扫描报告。
1. VirusTotal API 简介与URL扫描流程
virustotal是一个免费的在线服务，用于分析可疑文件和url，以检测病毒、蠕虫、木马和其他类型的恶意软件。其api允许开发者集成virustotal的功能到自己的应用程序中，实现自动化扫描和报告检索。
使用VirusTotal API扫描URL通常包括两个主要步骤：
提交URL进行扫描： 向API发送一个POST请求，将待扫描的URL提交给VirusTotal。此操作会返回一个“分析ID”或“提交ID”。获取扫描结果： 使用第一步中获得的特定ID，向API发送一个GET请求，以检索该URL的详细扫描报告。
在实际操作中，许多开发者在第二步获取扫描结果时会遇到Wrong URL id的错误，这通常是因为对ID的处理方式存在误解。
2. 提交URL进行扫描
首先，我们需要使用POST请求将URL提交给VirusTotal。以下是使用Python requests 库实现此操作的示例代码：
import requestsimport jsondef submit_url_for_scan(scan_url, api_key): """ 提交URL到VirusTotal进行扫描。 :param scan_url: 待扫描的URL字符串。 :param api_key: 您的VirusTotal API密钥。 :return: 扫描任务的分析ID (analysis_id) 或 None。 """ url = "https://www.virustotal.com/api/v3/urls" payload = {"url": scan_url} headers = { "accept": "application/json", "x-apikey": api_key, } try: response = requests.post(url, data=payload, headers=headers) response.raise_for_status() # 检查HTTP响应状态码，如果不是2xx则抛出异常 response_json = response.json() # 从响应中提取分析ID analysis_id = response_json.get('data', {}).get('id') if analysis_id: print(f"成功提交URL: {scan_url}，分析ID: {analysis_id}") return analysis_id else: print(f"提交URL失败或未获取到分析ID: {response_json}") return None except requests.exceptions.RequestException as e: print(f"提交URL时发生网络或HTTP错误: {e}") return None except json.JSONDecodeError: print(f"提交URL时响应内容不是有效的JSON: {response.text}") return None# 示例调用 (请替换为您的实际API密钥)# api_key = "YOUR_VIRUSTOTAL_API_KEY"# analysis_id_example = submit_url_for_scan("https://www.youtube.com/", api_key)# print(f"获得的分析ID: {analysis_id_example}")
执行上述代码后，如果成功，您将获得一个类似 u-dbae2d0204aa489e234eb2f903a0127b17c712386428cab12b86c5f68aa75867-1701503514 的字符串。这个字符串是VirusTotal为您的提交任务生成的“分析ID”或“提交ID”。
3. 正确获取URL扫描结果：ID处理的关键
许多用户会直接将上述获得的 analysis_id 用于查询URL扫描结果的GET请求，从而导致 Wrong URL id 错误。这是因为VirusTotal的URL分析结果查询API（/api/v3/urls/{id}）所需的{id}并不是完整的分析ID，而是分析ID中的一个特定部分——通常是去除前缀和时间戳的哈希值部分。
问题根源：提交URL后返回的分析ID格式通常是 u-{哈希值}-{时间戳}。例如：u-dbae2d0204aa489e234eb2f903a0127b17c712386428cab12b86c5f68aa75867-1701503514。然而，用于查询具体URL报告的GET请求，其URL路径中的ID部分（即{id}）需要的是中间的哈希值部分，而不是完整的分析ID。
解决方案：我们需要从完整的分析ID中提取出中间的哈希值部分。一种简单有效的方法是使用字符串的 split(‘-‘) 方法，并取其第二个元素（索引为1）。
# 假设我们获得的分析ID是full_analysis_id = 'u-dbae2d0204aa489e234eb2f903a0127b17c712386428cab12b86c5f68aa75867-1701503514'# 正确提取用于查询的URL IDurl_id_for_query = full_analysis_id.split('-')[1] # 此时 url_id_for_query 将是 'dbae2d0204aa489e234eb2f903a0127b17c712386428cab12b86c5f68aa75867'
4. 完整的URL扫描与结果获取示例代码
结合上述提交和ID处理逻辑，以下是一个完整的Python函数，用于提交URL并获取其VirusTotal扫描报告：
import requestsimport jsonimport timedef scan_and_get_url_report(scan_url, api_key, wait_time=10, max_retries=5): """ 提交URL到VirusTotal进行扫描，并获取其报告。 :param scan_url: 待扫描的URL字符串。 :param api_key: 您的VirusTotal API密钥。 :param wait_time: 每次重试之间的等待时间（秒）。 :param max_retries: 最大重试次数。 :return: URL扫描报告的JSON数据，如果失败则为None。 """ # 1. 提交URL进行扫描 submit_url = "https://www.virustotal.com/api/v3/urls" payload = {"url": scan_url} headers = { "accept": "application/json", "x-apikey": api_key, } print(f"正在提交URL '{scan_url}' 进行扫描...") try: post_response = requests.post(submit_url, data=payload, headers=headers) post_response.raise_for_status() post_response_json = post_response.json() full_analysis_id = post_response_json.get('data', {}).get('id') if not full_analysis_id: print(f"提交URL失败或未获取到分析ID: {post_response_json}") return None print(f"成功获取分析ID: {full_analysis_id}") # 2. 从分析ID中提取用于查询的URL ID # 格式通常为 u-{哈希值}-{时间戳} # 我们需要的是中间的哈希值部分 try: url_id_for_query = full_analysis_id.split('-')[1] print(f"提取出用于查询的URL ID: {url_id_for_query}") except IndexError: print(f"无法从分析ID '{full_analysis_id}' 中正确提取URL ID。ID格式可能不符合预期。") return None except requests.exceptions.RequestException as e: print(f"提交URL时发生网络或HTTP错误: {e}") return None except json.JSONDecodeError: print(f"提交URL时响应内容不是有效的JSON: {post_response.text}") return None # 3. 循环查询扫描结果 get_report_url = f"https://www.virustotal.com/api/v3/urls/{url_id_for_query}" for attempt in range(max_retries): print(f"尝试获取报告 (第 {attempt + 1}/{max_retries} 次)...") try: get_response = requests.get(get_report_url, headers=headers) get_response.raise_for_status() report_json = get_response.json() # 检查报告中是否存在错误，特别是BadRequestError if 'error' in report_json: error_message = report_json['error'].get('message', '未知错误') error_code = report_json['error'].get('code', '未知代码') print(f"获取报告时API返回错误: {error_code} - {error_message}") # 如果是 Wrong URL id 错误，通常是ID处理问题，但我们已经处理了 # 可能是报告尚未生成，或URL本身的问题 if error_code == "BadRequestError" and "Wrong URL id" in error_message: print("尽管已尝试正确处理ID，但仍收到 'Wrong URL id' 错误。请检查原始分析ID是否有效或VirusTotal是否已处理此URL。") # 对于某些错误，可能需要重试，但对于Wrong URL id，重试意义不大 # 对于报告未就绪的情况，可以继续等待 if "Not found" in error_message or "still processing" in error_message.lower(): print(f"报告尚未就绪或正在处理中，等待 {wait_time} 秒后重试...") time.sleep(wait_time) continue # 继续下一次循环尝试 else: return None # 其他错误直接退出 # 如果报告成功返回且没有错误，则返回报告 print("成功获取URL扫描报告。") return report_json except requests.exceptions.RequestException as e: print(f"获取报告时发生网络或HTTP错误: {e}") except json.JSONDecodeError: print(f"获取报告时响应内容不是有效的JSON: {get_response.text}") print(f"等待 {wait_time} 秒后重试...") time.sleep(wait_time) print("达到最大重试次数，未能获取URL扫描报告。") return None# --- 示例调用 ---# 请替换为您的实际API密钥VIRUSTOTAL_API_KEY = "YOUR_VIRUSTOTAL_API_KEY" TARGET_URL = "https://www.youtube.com/" # 替换为您想要扫描的URLif VIRUSTOTAL_API_KEY == "YOUR_VIRUSTOTAL_API_KEY": print("请将 'YOUR_VIRUSTOTAL_API_KEY' 替换为您的实际VirusTotal API密钥。")else: report = scan_and_get_url_report(TARGET_URL, VIRUSTOTAL_API_KEY) if report: # 打印部分报告内容，例如检测引擎数量 print("n--- 扫描报告摘要 ---") attributes = report.get('data', {}).get('attributes', {}) last_analysis_stats = attributes.get('last_analysis_stats', {}) print(f"URL: {TARGET_URL}") print(f"恶意检测数: {last_analysis_stats.get('malicious', 0)}") print(f"可疑检测数: {last_analysis_stats.get('suspicious', 0)}") print(f"无害检测数: {last_analysis_stats.get('harmless', 0)}") print(f"未检测数: {last_analysis_stats.get('undetected', 0)}") # print(json.dumps(report, indent=2)) # 打印完整报告 else: print(f"未能获取 {TARGET_URL} 的扫描报告。")
5. 注意事项与最佳实践
API 密钥安全： 您的API密钥是敏感信息，请勿将其硬编码到公开的代码库中，或以不安全的方式共享。建议使用环境变量或配置文件来管理API密钥。错误处理： 在实际应用中，应更健壮地处理API请求可能出现的各种错误，例如网络问题、HTTP状态码非2xx、JSON解析失败、API限速等。示例代码中已包含基本的错误处理。API 限速： VirusTotal API对请求频率有限制。免费公共API通常有较低的限速（例如每分钟4个请求）。如果您的应用需要进行大量扫描，可能需要购买私有API计划。在设计代码时，应考虑加入适当的延迟或重试机制来应对限速。报告延迟： 提交URL后，VirusTotal需要时间来完成扫描。立即查询报告可能会得到“正在处理中”或“未找到”的响应。因此，在获取报告时，通常需要一个循环等待和重试机制，直到报告可用。示例代码中的 wait_time 和 max_retries 参数就是为此目的。官方文档： 始终参考VirusTotal官方API文档（https://developers.virustotal.com/reference/overview）获取最新、最准确的信息。API的行为和ID格式可能会更新。
总结
通过本教程，我们深入探讨了使用Python与VirusTotal API进行URL扫描的关键步骤，特别是解决了在获取扫描结果时常见的Wrong URL id错误。核心在于理解VirusTotal返回的“分析ID”与查询报告所需的“URL ID”之间的差异，并学会通过字符串处理（split(‘-‘)[1]）正确提取后者。遵循这些指导和最佳实践，开发者可以更有效地利用VirusTotal API，构建稳定可靠的恶意URL检测系统。
以上就是VirusTotal API URL扫描结果获取：正确处理ID的关键的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1371306.html
微信扫一扫 
支付宝扫一扫 
