python分析nginx日志_python分析nginx日志

利用python脚本分析nginx日志内容，默认统计ip、访问url、状态，可以通过修改脚本统计分析其他字段。

一、脚本运行方式

python count_log.py -f med.xxxx.com.access.log

二、脚本内容#!/usr/bin/python

# -*- coding: utf-8 -*-

"""

1.分析日志，每行日志按空格切分，取出需要统计的相应字段，作为字典的key，遍历相加

2.使用到字典的get方法，通过定义默认值，避免miss key的错误

3.使用列表解析表达式

4.使用sorted函数排序列表

5.使用argparse传入参数

6.nginx日志格式：

log_format         access_log

'$remote_addr - $remote_user [$time_local] $request '

'"$status" $body_bytes_sent "$http_referer" '

'"$http_user_agent"  "$request_time"' '"$upstream_addr"' '"$upstream_response_time"';

7.日志内容：

222.xx.xxx.15 - - [07/Dec/2016:00:03:27 +0800] GET /app/xxx/xxx.apk HTTP/1.0 "304" 0 "-" "Mozilla/5.0 Gecko/20100115 Firefox/3.6"  "0.055""-""-"

8.脚本运行结果：

('106.xx.xx.46', '/gateway/xxx/user/mxxxxx/submitSelfTestOfSingleQuestion', '"200"', 299)

('182.1xx.xx.83', '/', '"200"', 185)

('222.xx.1xx.15', '/', '"200"', 152)

('125.xx.2xx.58', '/', '"200"', 145)

"""

import argparse

def count_log(filename, num):

try:

with open(filename) as f:

dic = {}

for l in f:

if not l == '\n':  # 判断空白行

arr = l.split(' ')

ip = arr[0]

url = arr[6]

status = arr[8]

# 字典的key是有多个元素构成的元组

# 字典的get方法，对取的key的值加1，第一次循环时由于字典为空指定的key不存在返回默认值0，因此读第一行日志时，统计结果为1

dic[(ip, url, status)] = dic.get((ip, url, status), 0) + 1

# 从字典中取出key和value，存在列表中，由于字典的key比较特殊是有多个元素构成的元组，通过索引k[#]的方式取出key的每个元素

dic_list = [(k[0], k[1], k[2], v) for k, v in dic.items()]

for k in sorted(dic_list, key=lambda x: x[3], reverse=True)[:num]:

print(k)

except Exception as e:

print("open file error:", e)

if __name__ == '__main__':

parser = argparse.ArgumentParser(description="传入日志文件")

# 定义必须传入日志文件，使用格式-f filename

parser.add_argument('-f', action='store', dest='filename', required=True)

# 通过-n传入数值，取出最多的几行，默认取出前10

parser.add_argument('-n', action='store', dest='num', type=int, required=False, default=10)

given_args = parser.parse_args()

filename = given_args.filename

num = given_args.num

count_log(filename, num)