使用LogParser提取日志数据

只看大图 · 发表于 2014-11-3 10:11:46

本帖最后由 johnnyzong 于 2014-11-3 10:23 编辑

在技术人员的推荐下，使用了一种以前没用过的windows下日志分析工具提取所需数据——LogParser。
日志格式为：

，接下来开始对10月20日的日志进行分析（20141020.log）：

完整代码（被降级了，好像不能直接发布代码）：

这里偷懒没有直接拆分出百度爬虫的日志，直接对原始日志进行的操作，不过运行速度方面感觉不慢，平均每条命令都不超过1分钟就执行完毕了，相比cygwin下的shell命令拆分日志的结果，logparser对目录（多层目录）的分析比较方便，之前zero教的提取栏目抓取次数的方法（无论多少层目录 grep -cP 'Get //*?/'试过了好像还是得不到想要的结果啊，大神能不能再耐心仔细教导一下呢）这几条命令，把所需的基础日志抓取信息基本上都获得了并导出为csv。包含了总抓取量、唯一抓取量、每小时抓取量、各个ip抓取的内容、目录抓取、状态码抓取量等。

在技术的推荐和帮助下，用了一个星期才勉强把cygwin下能实现的数据提取用logparser实现，收获嘛，只能说又简单熟悉了一种微软出品的专业日志分析工具，我shell命令和正则不是很熟，至少在cygwin下提取目录抓取次数在自己的能力下还实现不了，用logparser，好歹用简单的命令和参数组合实现了。

*发表于 2014-11-3 10:49:02* · 发表于 2014-11-3 10:49:02

日志数据是多大的呢

*发表于 2014-11-3 10:51:35* · 发表于 2014-11-3 10:51:35

论坛设置已调整，应该可以发代码了。

命令是：grep -cP 'GET /.*?/ '

'GET '限定位置，确定匹配到的是URL
最后的'/ '确定确实以/结尾
.*?代表当中随便出现什么

楼主| *发表于 2014-11-3 10:52:18* · 发表于 2014-11-3 10:52:18

混混发表于 2014-11-3 10:49
日志数据是多大的呢

原始日志大概1.38G

帐号		自动登录	找回密码
密码			注册

使用LogParser提取日志数据

评分