在Linux网桥环境下，ebtables通过配置表与链来控制二层数据帧的进出。当规则数量增多以后，单纯使用命令行查看不仅费时，还容易看错匹配顺序。利用Node.js把ebtables规则文本转换成图像，可以让结构一目了然。这种转换常被称为Mock2Image，即把逻辑模型映射为图形对象。
一、ebtables规则文本解析
ebtables提供了ebtables-save命令，其输出格式类似iptables-save，包含表名、链定义和具体规则。我们要做的第一步是用Node.js读取该文本，并按行切分。需要注意以星号开头的行表示表，以冒号开头的行表示链，其余大部分是具体的规则条目。
解析时建议用正则提取关键字段，例如链名称和默认策略。对于规则行，要识别匹配条件（如-i、 -p）和目标动作（如ACCEPT、DROP）。只有把这些信息结构化，后续才能正确映射为图像节点。下面是一段基础解析代码：
const fs = require('fs');
function parseEbtables(text) {
const lines = text.split('n');
const tables = [];
let currentTable = null;
let currentChain = null;
lines.forEach(line => {
line = line.trim();
if (line.startsWith('*')) {
currentTable = { name: line.slice(1), chains: [] };
tables.push(currentTable);
} else if (line.startsWith(':')) {
const parts = line.slice(1).split(' ');
currentChain = { name: parts[0], policy: parts[1], rules: [] };
currentTable.chains.push(currentChain);
} else if (line && !line.startsWith('#')) {
currentChain.rules.push(line);
}
});
return tables;
}
const raw = fs.readFileSync('ebtables-save.txt', 'utf8');
const result = parseEbtables(raw);
console.log(JSON.stringify(result, null, 2));
上面的代码把文本变成了包含表、链、规则的JSON结构。实际项目中你可能需要处理注释行和空行，还要兼容不同版本的ebtables输出差异。解析阶段不必急于画图，先把数据整理干净，能大幅降低后面布局算法的复杂度。
很多初学者会直接按行生成图片，结果图片杂乱无章。建议解析后先打印JSON，确认每个链里的规则顺序和命令行看到的一致，再进入下一步。这样也方便写单元测试，用固定文本验证解析函数是否漏掉了某个链。
二、Mock2Image映射逻辑
Mock2Image的核心是把逻辑模型转为图形模型。我们可以规定：每个链是一个矩形节点，链里的规则作为节点内部的列表，规则之间的跳转用带箭头的连线表达。如果某条规则跳到另一个自定义链，就画一条从当前链节点指向目标链节点的边。
为了避免图像过于密集，应当做规则去重。比如多个规则都是相同的接口加DROP动作，可以合并显示并标注命中次数。同时，内置链（如BROUTING、PREROUTING）和用户链要区分颜色，这样看图时能快速分辨系统入口在哪里。下面示例展示如何生成简单的节点描述：
function buildMock(tables) {
const nodes = [];
const edges = [];
tables.forEach(table => {
table.chains.forEach(chain => {
nodes.push({
id: table.name + '_' + chain.name,
label: chain.name,
policy: chain.policy,
rules: chain.rules
});
chain.rules.forEach(rule => {
const jumpMatch = rule.match(/^-js+(S+)/);
if (jumpMatch) {
const target = jumpMatch[1];
if (target !== 'ACCEPT' && target !== 'DROP') {
edges.push({
from: table.name + '_' + chain.name,
to: table.name + '_' + target,
text: rule
});
}
}
});
});
});
return { nodes, edges };
}
const mock = buildMock(result);
console.log(mock.nodes.length, mock.edges.length);
这段代码把前面解析出的结构转成了nodes和edges。在真实Mock2Image方案里，你还可以给节点加上坐标属性，或者按表分区域排布。映射逻辑尽量纯函数化，不依赖具体画图库，以后要换SVG或Canvas都很方便。
有一点容易忽略：ebtables支持规则里写逻辑非和多个匹配模块，文本上可能跨行用反斜杠连接。如果你的环境有这种情况，解析时要把续行合并，否则buildMock会把它当成两条独立规则，连线就会错乱。
三、使用Node.js生成图片
拿到nodes和edges后，我们可以用纯JS生成SVG字符串，也可以用像sharp这样的库把SVG转成PNG。下面演示最直接的方式：拼装SVG，把每个节点画成带文字的矩形，把边画成直线。生产环境推荐引入布局库，但这里用手动坐标说明原理。
生成图片时注意字体大小和画布尺寸要随节点数量动态计算，否则规则多的时候会重叠。以下代码给出一个最小可运行例子，把两个链和一条跳转画出来：
function toSVG(mock) {
let svg = '<svg xmlns="http://www.w3.org/2000/svg" width="400" height="200">';
mock.nodes.forEach((n, i) => {
const x = 20;
const y = 20 + i * 80;
svg += '<rect x="' + x + '" y="' + y + '" width="120" height="60" fill="#eee" stroke="#333"/>';
svg += '<text x="' + (x + 10) + '" y="' + (y + 30) + '">' + n.label + '</text>';
});
mock.edges.forEach(e => {
svg += '<line x1="140" y1="50" x2="140" y2="130" stroke="red"/>';
});
svg += '</svg>';
return svg;
}
const svgStr = toSVG(mock);
fs.writeFileSync('ebtables.svg', svgStr);
运行后会得到ebtables.svg，用浏览器打开就能看到基础结构。若要变成PNG，可继续用子进程调用rsvg-convert，或在Node里用sharp库处理。整个流程从文本到图像不超过两百行代码，非常适合集成到内部运维平台。
从架构角度看，把解析、映射、渲染分成三个独立模块，不仅能复用，也方便单独替换某一环。例如以后ebtables改成nftables语法，只要重写第一层解析，后面Mock2Image和画图逻辑基本不用动。这种分层设计在工具类项目里非常实用。
四、常见误区与优化建议
一个常见误区是认为只要把规则行原样贴进图片就够了。实际上二层过滤涉及广播、多播和MAC改写，单纯罗列文本并不能体现流向。应当在图上用不同线型表达ACCEPT、DROP和跳转，才能发挥Mock2Image的价值。
另一个问题是性能。当网桥规则上千条时，全量画图会让SVG体积暴涨。此时可以只渲染指定表，或者提供折叠链功能，在Node端先聚合再输出。下面给出一个简单过滤参数示例：
function filterMock(mock, tableName) {
const nodes = mock.nodes.filter(n => n.id.startsWith(tableName + '_'));
const ids = new Set(nodes.map(n => n.id));
const edges = mock.edges.filter(e => ids.has(e.from) && ids.has(e.to));
return { nodes, edges };
}
const filtered = filterMock(mock, 'filter');
console.log(toSVG(filtered));
通过传入表名，我们就能控制输出范围，避免浏览器卡死。配合前端缩放组件，基本可以满足日常排障。只要把握住解析准确、映射清晰、渲染可控三个原则，用Node.js实现ebtables的Mock2Image并不是难事。
Node.jsebtablesMock2Image修改时间：2026-08-10 08:42:41