shell进行SEO日志解析
发布时间：2022-01-16 05:35:27 所属栏目：优化 来源：互联网
导读：widows下搭建unix环境，能够在windows下处理基本的shell指令，实现对网站日志灵活细分的需求，获取相对精准的SEO数据。 使用Cygwin实现shell处理环境，Cygwin下载地址：http://www.cygwin.cn/site/install/ Cygwin安装视频过程，参阅http://www.itseo.net/
|
widows下搭建unix环境，能够在windows下处理基本的shell指令，实现对网站日志灵活细分的需求，获取相对精准的SEO数据。 使用Cygwin实现shell处理环境，Cygwin下载地址：http://www.cygwin.cn/site/install/ Cygwin安装视频过程，参阅http://www.itseo.net/freevideo/show-113.html，仅需安装满足SEO需求的项目即可，全部安装耗费时间很长（下了8G还在跑，）。安装包参考如下： curl、lynx、python、base、shells 扩展阅读：cygwin安装、windows下安装cygwin及配置 shell基本指令（实现光年日志拆分功能） shell指令参考：http://www.linuxso.com/command/ cd确定网站日志所在文件夹 cd /cygdrive/d/weblog/ ls显示当前文件夹中的所有文件 cat打开文件&连接文件 cat bj.log grep提取文件的数据 grep Baiduspider bj.log >bj_baidu.log grep命令参数：http://blog.chinaunix.net/uid-20544356-id-132341.html 常用grep参数： -i 忽略大小写 -l 只显示匹配到的文件名 -n 显示行号 -o 只显示匹配的字符 -r 递归查询 -v 只显示不匹配的行 awk分割数据 awk ‘{print $8,$12}’ bj_baidu.log >bj_baidu_url.log awk ‘{if（$10~”404″）print $8,$12}’ bj_baidu.log >bj_baidu_404.log awk命令学习参考： http://www.cnblogs.com/chengmo/archive/2013/01/17/2865479.html http://blog.csdn.net/jihen/article/details/5957304 sort排序 参考：sort命令参数及其用法详解 uniq数据汇总 shell组合： 1.提取百度蛛蛛访问产生的所有状态码和数量，并按降序排列 awk ‘{print $10}’ baidu.log |sort|uniq -c|sort -nr |awk ‘{print $2 “/t” $1}’ >baiduma.log 2.提取所有404、301、302等非正常状态码的页面并按降序排列 awk ‘{if（$10~”404″）print $8,$10}’ baidu.log|sort >baiduma.log 3.返回状态码为”X”最多的前TOP10二级目录 cat baidu.log|awk ‘{if（$10~”404″）print $8,$6}’ |awk -F”//” ‘{print $2}’|sort|uniq -c|sort -nr|head -n10 4.计算abc目录在返回状态为“X”时被百度抓取多少次 cat baidu.log|awk ‘{if（$10~”404″）print $8,$6}’ |awk -F”//” ‘{if（$2~”zufang”）print $0}’|wc -l 5.判断状态码为“X”时abc目录的层级为多少 cat baidu.log|awk ‘{if（$10~”404″）print $8,$6}’ |awk -F”//” ‘{if（$2~”zufang”&&$3 == “”）print $0}’|wc -l 6.提取返回出错目录的层级前500条，并降序排列 cat baidu.log |awk ‘{if（$810~ “404″）print $8,$6}’|awk -F”//” ‘{if（$2~”zufang” && $4）print $0}’|sort|head -n500 7.统计URL抓取次数，并降序排列 cat baidu.log|awk ‘{print $8}’|sort|uniq -c|sort -nr >paixu.log 8.有多少IP访问 awk ‘{print $1}’ baidu.log|sort|uniq|wc l 9.查看某页面访问次数 grep “/abc/” baidu.log|wc -l 10.每个IP访问次数 cat baidu.log | awk ‘{print $1}’ | sort | uniq -c | sort -k1r 11.某IP访问的页面 grep ‘***.***.***.***’ baidu.log|awk ‘{print $1,$8}’ 12.查看所有页面的访问次数，降序排列 cat baidu.log|awk ‘{print $8}’|sort|uniq -c|sort -nr 13.查看记录个数 awk ‘END{print NR}’ baidu.log （编辑：南平站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
