python网站访问日志分析_Web 访问日志分析

用途

记录访问服务器的远程主机 IP 地址，可以得知浏览者来自何处

记录浏览者访问 web 资源，可以了解网站哪些部分最受欢迎

记录浏览者使用浏览器，可以根据大多数浏览者使用浏览器对站点进行优化

记录浏览者访问时间

访问日志位置

1.Apache

在 httpd.conf 和引用的*.conf文件中查找 CustomLog "logs/access.log" combined

说明:

a.CustomLog 访问日志配置指令

b.logs/access.log 访问日志记录文件

c.combined 日志格式

Nginx

在 nginx.conf 或引用的 *.conf 文件中查找 access_log logs/access.log main

说明:

a.access_log 访问日志配置指令

b.logs/access.log 访问日志记录文件

c.main 日志格式

访问日志格式

1、Apache

LogFormat "%h %l %u %t \"%r\" %>s %b \"%{Referer}i\" \"%{User-Agent}i\"" combined

LogFormat "%h %l %u %t \"%r\" %>s %b" common

2、nginx

log_format main '$remote_addr - $remote_user [$time_local] "$request" '

'$status $body_bytes_sent "$http_referer" '

'"$http_user_agent" "$http_x_forwarded_for"';

3、通用日志格式 common

127.0.0.1 - - [14/May/2017:12:45:29 +0800] "GET /index.html HTTP/1.1" 200 4286

远程主机IP 请求时间 时区 方法 资源 协议 状态码 发送字节

4、组合日志格式 combined

127.0.0.1 - - [14/May/2017:12:51:13 +0800] "GET /index.html HTTP/1.1" 200 4286 "http://127.0.0.1/" "Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.116 Safari/537.36"

远程主机IP 请求时间 时区 方法 资源 协议 状态码 发送字节 referer字符 浏览器信息

5、日志状态码

2XX:

200: 请求成功

201: 创建成功

202: 接受请求

204: 无内容

3XX:

301: 永远重定向

302: 临时重定向

303: 临时重定向(HTTP1.1 同302)

307: 临时重定向(HTTP1.1 POST方法)

4XX:

400: 错误请求

401: 访问拒绝

403: 访问禁止

404: 未找到

405: 请求方法错误

5XX:

500: 服务器内部错误

503: 服务不可用

505: 网关超时

日志统计

1、查看访问 IP 地址

cat access.log|awk '{print $1}'

cat access.log|awk '{print $1}'|sort

2、查看每个 IP 地址访问次数

cat access.log|awk '{print $1}'|sort|uniq -c

cat access.log|awk '{print $1}'|sort|uniq -c|sort -nr

cat access.log|awk '{print $1}'|sort|uniq -c|sort -nr|head -10

3、统计总访问 IP 数量

cat access.log|awk '{print $1}'|sort|uniq -c|wc -l

4、访问指定时间后的日志

cat access.log|awk '$4>"[23/Aug/2014:23:58:00"'

cat access.log|awk '($4>"[23/Aug/2014:23:58:00"){print $1}'

cat access.log|awk '($4>"[23/Aug/2014:23:58:00"){print $1}'|sort|uniq -c|sort -nr

5、访问指定资源的日志

cat access.log|awk '$7 ~/.html$/'

cat access.log|awk '($7 ~/.html$/){print $1 " " $7 " " $9}'

cat access.log|awk '($7 ~/.js$/){print $10 " " $7}'|sort|uniq -c|sort -nr|head -10

cat access.log|awk '($10 > 10000 && $7 ~/.js$/){print $10 " " $7}'|sort|uniq -c|sort -nr|head -10

6、统计总流量

cat access.log|awk '{sum+=$10}END{print sum}'

cat access.log|awk '($7 ~/.css$/){sum+=$10}END{print sum}'

grep "04/May/2017" access.log|awk '($7 ~/.css$/){sum+=$10}END{print sum}'

7、状态码统计

cat access.log|awk '{print $9}' |sort|uniq -c|sort -nr

cat access.log|awk '($9 ~/^400$/)' | wc -l

cat access.log | awk '($4 ~/^\[04\/May\/2017/){print $9}'|sort|uniq -c|sort -nr

cat access.log | awk '$9 ~/400/ && $4 ~/^\[04\/May\/2017/'|wc -l

grep "04/May/2017" access.log | awk '{print $9}'|sort|uniq -c|sort -nr