python脚本分析nginx访问日志

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python脚本分析nginx访问日志相关的知识,希望对你有一定的参考价值。

日志格式如下:

223.74.135.248 - - [11/May/2017:11:19:47 +0800] "POST /login/getValidateCode HTTP/1.1" 404 14227 "http://www.yidianchina.com/login/getValidateCode" "Mozilla/4.0 (compatible; MSIE 9.0; Windows NT 6.1)"

分别是IP,访问时间,请求方法,请求URI,HTTP协议,响应状态码,响应体大小,referer,客户浏览器。

 

除了HTTP协议不用截取,其他的都匹配后,存储到数据库,以备后续分析。

#!/usr/bin/python
# -*- coding:utf-8 -*-
import re
import datetime
import time
import MySQLdb as mdb
import json
import urllib
import sys

log = "/root/access_" + (datetime.datetime.now() - datetime.timedelta(days=1)).strftime(%Y-%m-%d)  + ".log"
line = open(log,r)
con = mdb.connect(localhost,‘‘,‘‘,database,charset="utf8")
cur = con.cursor()

try:
    for i in line:
        matchObj = re.match(r(.*)  \[(.*)\] \"(.*) (\/.*) (.*)\" (.*) (.*) (.*) \"(.*)\" \"(.*)\", i, re.I)
        if matchObj != None:
            ip = matchObj.group(1)
            API = "http://ip.taobao.com/service/getIpInfo.php?ip=" + ip
            jsondata = json.loads(urllib.urlopen(API).read())
            address = jsondata[data][country] + jsondata[data][region] + jsondata[data][city] + jsondata[data][isp]
            time = matchObj.group(2)
            method = matchObj.group(3)
            request = matchObj.group(4)
            status = int(matchObj.group(6))
            bytesSent = int(matchObj.group(7))
            request_time = float(matchObj.group(8))
            refer = matchObj.group(9)
            agent = matchObj.group(10)
            cur.execute(insert into nginx_access_log values("%s","%s","%s","%s","%s",%d,%d,%f,"%s","%s") % (ip,address,time,method,request,status,bytesSent,request_time,refer,agent))
finally:
    line.close()
    cur.close()

 

以上是关于python脚本分析nginx访问日志的主要内容,如果未能解决你的问题,请参考以下文章

python脚本分析Nginx的每个IP的访问次数

python分析apache和nginx日志文件输出访客ip列表的代码

python分析nginx日志

python分析nginx日志

shell 脚本分析nginx 访问日志状态码

Linux脚本练习之script083-nginx日志分析之查询某个IP的详细访问情况