备注：本博客编写时，系统本身已经完成，本博客为补档内容。

书接上回

前面咱们搞完了搜索系统，里面涉及到了企业版中的 seafevents。我们知道，seafevents 就是用于处理各种定时任务的，其中就包括了病毒扫描。然后我们还在 seafevents 的包里面发现了病毒扫描的相关代码，那么病毒扫描这个需求应该是比较简单的。

查找资料

在网上查询资料后，我们发现一份针对 ClamAV 开源杀毒软件的教程：

解决前端问题

这个有了前面的经验以后就非常简单了。我们找到管理界面对应的代码文件：frontend/src/pages/sys-admin/side-panel.js，并找到对应片段：

{isPro && otherPermission &&
  <li className="nav-item">
    <Link
      className={`nav-link ellipsis ${this.getActiveClass('virus-files')}`}
      to={siteRoot + 'sys/virus-files/all/'}
      onClick={() => this.props.tabItemClick('virus-files')}
    >
      <span className="sf2-icon-security" aria-hidden="true"></span>
      <span className="nav-text">{gettext('Virus Scan')}</span>
    </Link>
  </li>
}

去掉 isPro 限制就好。

然后我们需要修改与病毒扫描记录相关的三个接口（定义在 urls.py 中）：

# admin::virus-files
url(r'^api/v2.1/admin/virus-files/$', AdminVirusFilesView.as_view(), name='api-v2.1-admin-virus-files'),
url(r'^api/v2.1/admin/virus-files/(?P<virus_id>\d+)/$', AdminVirusFileView.as_view(), name='api-v2.1-admin-virus-file'),
url(r'^api/v2.1/admin/virus-files/batch/$', AdminVirusFilesBatchView.as_view(), name='api-v2.1-admin-virus-files-batch'),

进去以后，发现每个接口前面都有一个 IsProVersion 限制：

permission_classes = (IsAdminUser, IsProVersion)

删掉，否则的话会爆 403 错误（别问我怎么知道的）。

数据库问题

数据库的话，前面我们找到一个 SQL 文件，里面就包含了我们需要的两个表格的结构定义：VirusFile 和 VirusScanRecord。不过，VirusFile 的定义有问题，需要改成如下：

CREATE TABLE `VirusFile` (
  `vid` int(11) NOT NULL AUTO_INCREMENT,
  `repo_id` varchar(36) NOT NULL,
  `commit_id` varchar(40) NOT NULL,
  `file_path` text NOT NULL,
  `has_deleted` tinyint(1) NOT NULL,
  `has_ignored` tinyint(1) NOT NULL,
  PRIMARY KEY (`vid`),
  KEY `ix_VirusFile_repo_id` (`repo_id`),
  CONSTRAINT `CONSTRAINT_1` CHECK ((`has_deleted` in (0,1)) AND (`has_ignored` in (0,1)))
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

Again，这个是实验后得到的结果。不知道为什么，明明在 seahub 和 seafevents 的代码操作中都是按照 has_deleted 和 has_ignored 来设计的，但是在 SQL 文件中却是 has_handled。

ClamAV 问题

我们的系统打算使用 ClamAV 作为后端的查杀引擎，根据文档，用 clamscan 命令就行。但是在我进行安装的时候出现了各种问题。

首先就是病毒数据库问题，这个真的太阴间了，校园网的速度不快不慢，刚好会在它下载完成的时候被判超时，然后重连，然后再超时。

更阴间的是，它的网络在一定时间内有下载限制，我就被判恶意下载导致 5 小时内无法下载。

更更阴间的是，我打算找手动下载方式，但是。。。跟！本！没！有！！！只能用官方的 freshclam 来下载！！！

更更更阴间的是，当我完成了 5 小时惩罚后，我再次尝试，它。。。立刻又封了我 5 小时！！！！！！！！！！啊啊啊啊啊啊啊啊啊啊！！！！！！

更更更更阴间的是，在同一个网络内用其他设备进行病毒库更新，它触发了 cloudflare 的限制！！！这跟被 5 小时惩罚没有任何区别！！！！！！

这一套阴间操作把我整的服服帖帖的，但是这还没完。

当我历尽千辛万苦终于完成病毒库更新以后，我尝试把程序开起来。但是！总是有文件失败！！！导致整个库的更新都无法完成！这个后面再说！但是现在我要搞清楚为什么查杀病毒还能失败的？？？

经过对 Virus Scan 部分代码的研究，我确定了它的流程：

1. 列出文件库当前版本的所有文件
2. 列出上一次查杀版本的所有文件
3. 找出需要查杀的新文件
4. 调用 seafile 存储系统接口，将文件从存储块写出到临时文件
5. 调用 ClamAV 命令对临时文件进行查杀
6. 根据 ClamAV 的返回值判断是否为病毒文件
7. 将查杀到的病毒文件记录插入到 VirusFile 数据表中
8. 将本次杀毒记录和对应的文件库版本更新到 VirusScanRecord 数据表中

那么问题就在于，调用 ClamAV 命令对临时文件进行查杀这一步失败了，一开始我们并不知道为什么错了。于是我加了 ClamAV 系统的返回值输出：

logger.debug(u'File %s virus scan by %s: Failed, error code is %d.', fpath.encode('utf-8'), self.settings.scan_cmd, ret)

然后输出，结果是：

[05/30/2021 20:46:21] [DEBUG] File b'/hhh/testin.docx' virus scan by clamscan: Failed, error code is -9.

返回值 -9。然后我到网上去找资料。。。我找了外网各种资料，然后仔细看了官方给的每一份文档，完！全！没！有！任何！资料！！！！！！大家只知道返回值 0 是无病毒，1 是有病毒，其他的都是异常，但是为什么异常完全没有说，文档里对程序的返回值完！全！没！有！任！何！描！述！！！！！！这全靠猜啊！

然后我决定手动运行一下 clamscan，我看看它到底输出什么。由前面我们知道，他是从 SeafileFS 中读出文件内容，然后扔到一个临时文件中。那么，我们添加一个 debug 输出，输出 temp 文件的路径：

logger.debug("Created temp file '%s' for file '%s'", tpath, file_path)

运行了 pro.py virus_scan 命令后，我们看到他创建了三个临时文件：

[05/30/2021 20:47:21] [DEBUG] Created temp file '/tmp/tmpr96dmaex' for file '/a.txt'
[05/30/2021 20:47:21] [DEBUG] Created temp file '/tmp/tmpry8j6qze' for file '/test.docx'
[05/30/2021 20:47:21] [DEBUG] Created temp file '/tmp/tmpo8s6xxvj' for file '/NewFile.txt'

然后我们就选择 '/a.txt 啦，把 /tmp/tmpr96dmaex 复制到一个其他地方，然后运行 clamscan tmpr96dmaex：

root@ad7699681c76:~# clamscan tmpr96dmaex
Killed

我破防了。这又是跟 Elastic Search 一模一样的问题。

大哥啊！人家 Elastic Search 要内存多一点就算了，我能理解，但你扫描个 15 KB 大小的文本文件，你。。。你要多少内存啊？？？？？？？而且 20 MB 的文件你都扫描成功了，为什么？为什么就这个不行？？？？？？导致我甚至一度认为是从 SeafileFS 读取内容这步出了错。。。

于是我用 scp 命令将文件传到了生产服务器上，再次运行相同的命令，相同的文件，终于，成功了。

调试过程

还记得前面说数据库要改吗？你知道我是怎么知道的吗？

我在了解到 ClamAV 的问题以后，调整了一个思路：本地调试先不调用 ClamAV 了，直接按照文件名判断。我设定了一个叫 wcry.exe 的文件名，只要包含这个名字的路径都按病毒计算。然后运行时爆了错：

[05/30/2021 22:44:23] [WARNING] Failed to add virus records to db: (pymysql.err.OperationalError) (1054, "Unknown column 'has_deleted' in 'field list'")
[SQL: INSERT INTO `VirusFile` (repo_id, commit_id, file_path, has_deleted, has_ignored) VALUES (%(repo_id)s, %(commit_id)s, %(file_path)s, %(has_deleted)s, %(has_ignored)s)]
[parameters: {'repo_id': 'e0ebda1f-0fc2-4ed9-872b-f9a7d0b75ed6', 'commit_id': 'a1f6d48f79b2020b6e1942d197fb3f5ad8ae4951', 'file_path': '/23333/wcry.exe', 'has_deleted': 0, 'has_ignored': 0}]

没有 has_deleted 键。当我手动打开数据库，并查看表格结构以后，我发现：

MariaDB [seahub]> desc VirusFile;
+------------+-------------+------+-----+---------+----------------+
| Field      | Type        | Null | Key | Default | Extra          |
+------------+-------------+------+-----+---------+----------------+
| vid        | int(11)     | NO   | PRI | NULL    | auto_increment |
| repo_id    | varchar(36) | NO   | MUL | NULL    |                |
| commit_id  | varchar(40) | NO   |     | NULL    |                |
| file_path   | text        | NO   |     | NULL    |                |
| has_handle | tinyint(1)  | NO   |     | NULL    |                |
+------------+-------------+------+-----+---------+----------------+
5 rows in set (0.02 sec)

所以 Seafile 你们的版本控制。。。

最开始我以为这个 has_handle 是新版，然后我把代码里的数据操作都改成了 has_handle ，然后 seahub 的前端界面又炸了。。。

然后我又非常苦逼的把先前改的东西改了回去，然后 drop 掉了旧的数据库，换上了新的。

终于，在历经千难万险以后，终于看到了：

啊，这个原本是可以选择删除还是忽略的，我这个是已经选择了删除。总之，东西肯定是没问题啦！！！

不过我发现有一些汉化没做好，然后顺手改了一下：

强迫症满足了，病毒扫描系统开发完毕。