得知互动

标题: 如何分析网站日志文件 [打印本页]
作者: swmozowtfl    时间: 2015-7-19 20:49
标题: 如何分析网站日志文件
如果你的博客或网站是搭建在付费主机上，如果你是博客或网站的站长，如果你连原始访问日志是什么都不知道，或者对其根本不屑一顾，我只能说你是一个不称职的网站站长，一旦网站出问题，必定是束手无策！相信大家都在自己的网站上安装了网站统计的代码，如Google analytics、量子统计、百度统计、cnzz、51.la等，这些工具可以统计网站的流量，也就是网站**客可以看到的所有页面的访问量，但是这些统计工具都不能统计你主机上资源的原始访问信息，例如某个图片被谁下载了，也不能统计到那些没有添加统计代码的地方，比如后台操作页面。

. L$ I* X6 p+ K7 A# K& ]
绝大多数收费主机都提供原始访问日志，网站服务器会把每一个访客来访时的一些信息自动记录下来，保存在原始访问日志文件中，如果你的主机不提供日志功能，建议你到期后还是换主机吧。日志中记录了网站上所有资源的访问信息，包括图片、CSS、JS、FLASH、HTML、MP3等所有网页打开过程载入的资源，同时记录了这些资源都被谁访问了、用什么来访问以及访问的结果是什么等等，可以说原始访问日志记录了主机的所有资源使用情况。
& d" M$ ?; b7 |
+ b) b! _: P, |; a/ \# I: t
分析网站日志有什么作用？
. H% h) `( ^$ \9 h' r. y" w# O! _
% D5 e. D0 t% b6 k6 ^1 ^$ Y6 T

8 K; a( m* G. X% }4 q( H+ y8 u! h
1、我们可以比较准确的定位搜索引擎蜘蛛来爬行我们网站的次数，可以屏蔽伪蜘蛛（此类蜘蛛多以采集为主，会增加我们服务器的开销）点此识别Baiduspider真伪 ；
6 Q- U; K1 O& m$ X2 X
2、通过分析网站日志，我们可以准确定位搜索引擎蜘蛛爬行的页面以及时间长短，我们可以依次有针对性的对我们的网站进行微调 ；
3 \2 t/ i0 z# ?7 w  w/ ?5 ^8 F$ |4 Z, V
3、http返回状态码，搜索引擎蜘蛛以及用户每访问我们的网站一次，服务器端都会产生类似301，404，200的状态吗，我们可以参照此类信息，对我们出现问题的网站进行简单的诊断，及时处理问题。

0 j$ C! k5 O) v" ]/ n* ~9 ^/ E* Y  Q0 I
网站日志文件存放在什么地方？

9 }0 a/ g% a- P1 s! [

0 `; P3 r5 c, ~) q
5 O* H! ~8 C/ P5 |- T3 ]
一般的虚拟主机都提供日志文件，但是不同的虚拟主机系统会提供不同的LOG文件存储文件名，笔者使用的是万网的虚拟主机，日志文件存储在wwwlogs文件夹下。

, r* O& R3 v4 L% {
(, 下载次数: 12)

9 w* u1 {7 n, e: i1 M* v8 |2 b! E& f: \* |; Z5 T/ i- u5 e

+ S$ P% w% _5 D
网站日志文件里面的记录怎么看？

" }2 s1 J- ]$ f
( s# Y5 |" G( T/ @

. {. K: _) F5 ?
原始访问日志每一行就是类似以下的记录：

# `# `, M; C' D: O( r116.231.220.179 - - [25/Mar/2015:11:21:15 +0800] "GET /blog/article/10.html HTTP/1.1" 200 8671 "[color=black !important]http://www.weiaipin.cn" "Mozilla/5.0 (Windows NT 6.1; WOW64; rv:36.0)"
( M, s. H; P! Z% s/ o
: W% o$ b  g, y
0 ~/ V: X, ^2 `0 l5 E4 F  N# B& `& p' e) X3 _2 g' Z" _+ t3 o
下面我们来说说这一行记录的意思：

8 E; w8 ?! g) a# d9 ~! @% ]
6 K% n# e' w6 y" z. |0 F$ r3 Z
116.231.220.179
# o$ v1 d! C& ]  ?; H) T/ @/ u
这是访客（也可能是机器人）的IP

: }7 ]3 ^5 @% S; m/ n- L
# D. u; p) B, w% D2 {$ }. o2 ~0 Y- ?
[25/Mar/2015:11:21:15 +0800]

; R4 X+ }9 B- G( x) H* }) }
这是访客访问该资源的时间（Date），+0800是该时间所对应的时区，即与格林威治时间相差+8个小时
2 z/ f/ E; t& a6 C8 q' f

' R5 e/ H1 |8 e" H9 L7 Z
"GET /blog/article/10.html HTTP/1.1"

. @+ S0 T6 m* G: {6 d
请求信息，包括请求方式、所请求的资源以及所使用的协议，该语句的意思就是以GET方式，按照HTTP/1.1协议获取网页/blog/article/10.html，10html为网站上的某个页面。
. h1 b9 B9 l4 E+ U- N4 r# B8 x
- T) u$ q2 U: B1 J; j. f
200 8671

) I8 G3 R7 l! j5 ~( C1 T+ c
200为该请求返回的状态码（Http Code），不同的状态码代表不同的意思，具体请阅读 HTTP 状态代码；8671为此次请求所耗费的流量（Size in Bytes），单位为byte
0 _7 ?4 b3 Q3 v5 A
5 C* ~) z6 k  M
"htt p://www. weiaipin .cn/"

4 |# t( }% ^/ y/ h
为访客来源（Referer）。这一段是告诉我们访客是从哪里来到这一个网页。有可能是你的网站其他页，有可能是来自搜索引擎的搜索页等。通过这条来源信息，你可以揪出盗链者的网页。
: u. t* K+ i! ~
; l- i8 L: |6 U  c% s6 R- y
"Mozilla/5.0 (Windows NT 6.1; WOW64; rv:36.0)"
$ E2 J7 _% r. x. M) V
为访客所使用的浏览器类型（Agent），这里记录了用户使用的操作系统、浏览器型号等信息。

5 ^( z6 i+ i& Z0 ~; b/ j7 Z) k0 w' p" A, G
如何分析网站日志中的内容？
. t8 d. X+ u& A; D1 B& z1 b

' X  b  a$ c& q+ r' _

! y* z. o0 ?" {5 k: F2 ]" {4 |0 l
1、注意那些被频繁访问的资源
! x. z4 I# l% [
如果在日志中，你发现某个资源（网页、图片和mp3等）被人频繁访问，那你应该注意该资源被用于何处了！如果这些请求的来源（Referer）不是你的网站或者为空，且状态码（Http Code）为200，说明你的这些资源很可能被人盗链了，通过 Referer 你可以查出盗链者的网址，这可能就是你的网站流量暴增的原因，你应该做好防盗链了。
5 I* C) S6 y9 J% d

8 }% I' t3 f$ `0 x0 V
2、注意那些你网站上不存在资源的请求
5 H& E8 A% ~( X$ j
如果某些请求信息不是本站的资源，Http Code不是403就是404，但从名称分析，可能是保存数据库信息的文件，如果这些信息让别人拿走，那么攻击你的网站就轻松多了。发起这些请求的目的无非就是扫描你的网站漏洞，通过漫无目的地扫描下载这些已知的漏洞文件，很可能会发现你的网站某个漏洞哦！通过观察，可以发现，这些请求所使用的Agent差不多都是Mozilla/4.0、Mozilla/5.0或者libwww-perl/等等非常规的浏览器类型，以上我提供的日志格式化工具已经集成了对这些请求的警报功能。我们可以通过禁止这些Agent的访问，来达到防止被扫描的目的，具体方法下面再介绍。
* l3 w9 N' w; S1 P: r! p

# [  m/ B0 A4 z. d
& a& E8 P# i) o- s6 ~, i9 @
3、观察搜索引擎蜘蛛的来访情况

4 v& ]1 c  o' X# ?: ~7 Z$ G
通过观察日志中的信息，你可以看出你的网站被蜘蛛访问的频率，进而可以看出你的网站是否被搜索引擎青睐，这些都是SEO所关心的问题吧。日志格式化工具已经集成了对搜索引擎蜘蛛的提示功能。常见搜索引擎的蜘蛛所使用的Agent列表如下：

' B7 O, J) _: U0 b0 A- a
Google蜘蛛 ：Mozilla/5.0 （compatible; Googlebot/2.1; +http://www.google.com/bot.html）
) K3 M# V2 h( E
Baidu蜘蛛 ：Baiduspider+（+http://www.baidu.com/search/spider.htm）
& W6 y7 f$ z6 c! n! G: w4 x" C
Yahoo！蜘蛛 ：Mozilla/5.0 （compatible; Yahoo！ Slurp/3.0; http://help.yahoo.com/help/us/ysearch/slurp）
8 i% I" G# @1 X- }% o
Yahoo！中国蜘蛛 ：Mozilla/5.0 （compatible; Yahoo！ Slurp China; http://misc.yahoo.com.cn/help.html）

& ^& C  @. s/ t' ~( X) ^
微软Bing蜘蛛 ：msnbot/2.0b （+http://search.msn.com/msnbot.htm）

0 i, T( F( Z- F. E
Google Adsense蜘蛛 ：Mediapartners-Google
1 T+ U. P" ~: ~" Z4 ~) y& G
有道蜘蛛 ：Mozilla/5.0 （compatible; YoudaoBot/1.0; http://www.youdao.com/help/webmaster/spider/）
4 R' l- ?$ O) `- @- j  s
Soso搜搜博客蜘蛛 ：Sosoblogspider+（+http://help.soso.com/soso-blog-spider.htm）
) u4 g) @$ u6 C8 q) g' w0 Z
Sogou搜狗蜘蛛 ：Sogou web spider/4.0（+http://www.sogou.com/docs/help/webmasters.htm#07）

  C3 M, q3 N2 y. l  M& N& q$ U
Twiceler爬虫程序 ：Mozilla/5.0 （Twiceler-0.9 http://www.cuil.com/twiceler/robot.html）

5 W0 `2 N' q5 u6 m- }
Google图片搜索蜘蛛 ：Googlebot-Image/1.0

: w$ r8 Y6 W; @+ T$ o
俄罗斯Yandex搜索引擎蜘蛛 ：Yandex/1.01.001 （compatible; Win16; I）

. v  {6 @  ^- l) [1 J) L
Alexa蜘蛛 ：ia_archiver （+http://www.alexa.com/site/help/webmasters）
& G! ~) t$ n! ^8 U
Feedsky蜘蛛 ：Mozilla 5.0 （compatible; Feedsky crawler /1.0）
0 T# S: o3 K- c: c  q7 ^+ v
韩国Yeti蜘蛛：Yeti/1.0 （NHN Corp.; http://help.naver.com/robots/）

8 [- j+ {, v: M% e: }3 O
3 j/ W+ R" b0 T, w
9 d( m- T. y/ ]% u$ e( D8 I+ e
4、观察访客行为
8 N5 F* U5 o; V* q' z
通过查看格式化后的日志，可以查看跟踪某个IP在某个时间段的一系列访问行为，单个IP的访问记录越多，说明你的网站PV高，用户粘性好；如果单个IP的访问记录希希，你应该考虑如何将你的网站内容做得更加吸引人了。通过分析访客的行为，可以为你的网站建设提供有力的参考，哪些内容好，哪些内容不好，确定网站的发展方向；通过分析访客的行为，看看他们都干了些什么事，可以揣测访客的用意，及时揪出恶意用户。
. g: s# b; X% G. a

" O4 o* E& z$ E: L7 ~; J! x' A) L( S
常用网站日志分析软件有哪些？
7 Y1 f( O6 i  f4 C% o$ L
# |6 W3 T( `( m* Z9 W+ ~2 E/ J
5 U. b) [, G, |; d3 d/ E
笔者试用过很多网站日志分析工具，常用的并且功能又比较全面的大概有三款：光年SEO日志分析系统、逆火网站日志分析器、Web Log Explorer。
0 G* k. r2 @+ [8 n

! |0 Q1 _+ V& I7 w% F! v* O* r( b- S: x$ Z! d& h& B2 {5 Q
原文出处链接：http://www.weiaipin.cn/blog/article/31.html
3 M8 e/ z. I% f5 ~- w# V得知互动论坛原创作者：品哥
2 b% S& |  A( l日期：2015-07-08
作者: Acropozelan    时间: 2015-7-26 13:40
@,@..是什么意思呀？
作者: tohme    时间: 2015-7-26 13:45
这日子没法过了....
作者: GoodyFouppy    时间: 2015-7-26 13:49
下次有人骂我了...我给他还回去..
作者: mwxny    时间: 2015-7-26 13:58
这个得知互动技术交流论坛很不错
作者: effoggikeftor    时间: 2015-12-8 22:25
哎 我我我怎么办啊??
作者: bqtklouu    时间: 2015-12-8 22:26
今天没事来逛逛
作者: GoodyFouppy    时间: 2015-12-8 22:26
我在顶贴~！~
作者: alapScady    时间: 2015-12-8 22:26
到你的~~贴吧收藏~~~我的发言~`找
作者: GoodyFouppy    时间: 2015-12-8 22:27
本人过去、现在以及将来都不认识楼主，且自古以来与楼主无利益关系。楼主表述之事与本人无关
作者: GoodyFouppy    时间: 2017-4-11 14:56
我不是来为楼主呐喊加油的，也不是对楼主进行围堵攻击的。
作者: tohme    时间: 2017-4-11 14:58
感谢党和人民的关爱~~~
作者: wwzcdenleclv    时间: 2017-4-11 14:59
怎么就没人拜我为偶像那??
作者: Mqokjdvq    时间: 2017-4-11 14:59
其实今天baidu 又 抽风了
作者: GoodyFouppy    时间: 2017-4-11 15:03
终于看完了~~~



欢迎光临 得知互动 (https://bbs.dezhifl.com/) Powered by Discuz! X3.4