Python分析Apache日志

    这篇文章是Python拆分Apache日志，得到访问量、热门资源、出错比例、日志大小等统计信息。

一、统计网站的访问量

         利用split函数对apache日志进行拆分，下标为0的是用户的ip，将ip添加到ips列表中。ips列表的长度就是网站的访问量PV。ips列表再保存到一盒集合中，集合天然就有去重功能，得到UV独立访问数

二、统计网站的热门资源

    请求的资源在第七个字段（序号6），Counter的most_common函数可用来显示最大的几个元素，十分方便的完成热门资源的定位。

    由于%格式化字符串可能在以后的版本启用，可用改为format来格式化输出：

    print("请求的资源:{0:30} \t 访问数量:{1} " .format(item[0],item[1]))

运行结果：

三、统计网站的出错比例

  HTTP的状态码大于400视为出错，利用字典来保存状态码（key）和数量（value），出错比例等于出错除以访问总数。

运行结果：

四、统计Apache日志的大小

        统计当前目录下（或者定位为绝对路径）以access.log开头的文件的总大小，并使用函数bytes2human转换为易读的单位。

    运行结果如下：