行业资讯
python日志简单分析实战
2019-05-27

从运营的角度如果一个只做内容的网站只看访问量是不够的,还需要关注用户打开的那些网站地址最多,打开的地址越多表明这个文章就是热点文章,最开始的自动标热功能就是这么来的,所以一般公司都会有详细的后台统计系统,不过对我们一般人来说,如果只是自己搭建个小站,实在没必要去再开发个系统,当然用第三方的统计系统也能解决问题,关键就看你放不放心了,比如我的小站www.mindg.cn  假如我要看每天打开的链接地址最多的是那些?其实不用借助任何第三方系统,自己写个脚本也就实现了,代码如下:

 

importcollections

 

logfile =open("logfile.log", "r")

clean_log=[]

for line inlogfile:

    try:     

       clean_log.append(line[line.index("GET")+4:line.index("HTTP")])

    except:

        pass

 

counter =collections.Counter(clean_log)

for count incounter.most_common(50):

    print(str(count[1]) + " " + str(count[0]))

 

logfile.close()

 

注意哟,我这是分析的apache日志,其实分析什么不重要,重要的是思路和python模块的灵活运用,所以今天来讲解下collections模块的用法,脚本解释,首先打开你的日志,定义一个列表,通过切片将访问的地址加入到列表中,Counter类的目的是用来计算值出现的次数,它是一个无序的容器类型,以字典的键值对形式存储,其中元素作为key,其计数作为valuecounter.most_common(),返回一个列表,需要一个参数n,如果n没有被指定,则返回所有元素。当多个元素计数值相同时,按照字母序排列,这里指定是50,表示要找访问50次的地址,然后就是print出来,最后关闭文件,脚本结束,这篇就到这里,欢迎转发。

咨询热线
预约试听:025-86665061
官方公众号:ZhenghouSoft
技术热线:025-86665061
联系地址
南京总部:南京市鼓楼区湖南路16号5楼
重庆中心:重庆市渝中区投资大厦6楼
武汉中心:江夏区光谷智慧园16栋
微信公众号
联系我们
咨询热线:025-86665061
友情链接
Copyright © 2018 南京正厚软件 苏ICP备17057415号 网站地图 XML地图