使用Python 分析Nginx access 日誌，根據Nginx日誌格式進行分割並存入MySQL資料庫。
一、Nginx access日誌格式如下：
複製代碼 代碼如下:
$remote_addr - $remote_user [$time_local] "$request" $status $body_bytes_sent "$http_referer" "$http_user_agent" "$http_x_forwarded_for"' #使用的是nginx預設日誌格式
二、Nginx access 日誌內容如下：
複製代碼 代碼如下:
182.19.31.129 - - [2013-08-13T00:00:01-07:00] "GET /css/anniversary.css HTTP/1.1" 304 0 "http://www.chlinux.net/" "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/28.0.1500.95 Safari/537.36" "-"
三、下面是Python 分析nginx日誌的Python代碼：
複製代碼 代碼如下:
#!/usr/bin/env python
#coding:utf8
import os
import fileinput
import re
import sys
import MySQLdb
#日誌的位置
logfile=open("access_20130812.log")
#使用的nginx預設日誌格式$remote_addr - $remote_user [$time_local] "$request" $status $body_bytes_sent "$http_referer" "$http_user_agent" "$http_x_forwarded_for"'
#日誌分析Regex
#203.208.60.230
ipP = r"?P[\d.]*"
#以[開始,除[]以外的任一字元 防止匹配上下個[]項目(也可以使用非貪婪匹配*?) 不在中括弧裡的.可以匹配換行外的任一字元 *這樣地重複是"貪婪的“ 運算式引擎會試著重複儘可能多的次數。#以]結束
#[21/Jan/2011:15:04:41 +0800]
timeP = r"""?P\[[^\[\]]*\]"""
#以"開始, #除雙引號以外的任一字元 防止匹配上下個""項目(也可以使用非貪婪匹配*?),#以"結束
#"GET /EntpShop.do?method=view&shop_id=391796 HTTP/1.1"
#"GET /EntpShop.do?method=view&shop_id=391796 HTTP/1.1"
requestP = r"""?P\"[^\"]*\""""
statusP = r"?P\d+"
bodyBytesSentP = r"?P\d+"
#以"開始, 除雙引號以外的任一字元 防止匹配上下個""項目(也可以使用非貪婪匹配*?),#以"結束
#"http://test.myweb.com/myAction.do?method=view&mod_id=&id=1346"
referP = r"""?P\"[^\"]*\""""
#以"開始, 除雙引號以外的任一字元 防止匹配上下個""項目(也可以使用非貪婪匹配*?),以"結束
#"Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)"'
userAgentP = r"""?P\"[^\"]*\""""
#以(開始, 除雙引號以外的任一字元 防止匹配上下個()項目(也可以使用非貪婪匹配*?),以"結束
#(compatible; Googlebot/2.1; +http://www.google.com/bot.html)"'
userSystems = re.compile(r'\([^\(\)]*\)')
#以"開始，除雙引號以外的任一字元防止匹配上下個""項目(也可以使用非貪婪匹配*?),以"結束
userlius = re.compile(r'[^\)]*\"')
#原理：主要通過空格和-來區分各不同項目，各項目內部寫各自的匹配運算式
nginxLogPattern = re.compile(r"(%s)\ -\ -\ (%s)\ (%s)\ (%s)\ (%s)\ (%s)\ (%s)" %(ipP, timeP, requestP, statusP, bodyBytesSentP, referP, userAgentP), re.VERBOSE)
#資料庫連接資訊
conn=MySQLdb.connect(host='192.168.1.22',user='test',passwd='pass',port=3306,db='python')
cur=conn.cursor()
sql = "INSERT INTO python.test VALUES(%s,%s,%s,%s,%s,%s,%s,%s,%s)"
while True:
line = logfile.readline()
if not line:break
matchs = nginxLogPattern.match(line)
if matchs != None:
allGroup = matchs.groups()
ip = allGroup[0]
time = allGroup[1]
request = allGroup[2]
status = allGroup[3]
bodyBytesSent = allGroup[4]
refer = allGroup[5]
userAgent = allGroup[6]
Time = time.replace('T',' ')[1:-7]
if len(userAgent) > 20:
userinfo = userAgent.split(' ')
userkel = userinfo[0]
try:
usersystem = userSystems.findall(userAgent)
usersystem = usersystem[0]
print usersystem
userliu = userlius.findall(userAgent)
value = [ip,Time,request,status,bodyBytesSent,refer,userkel,usersystem,userliu[1]]
conn.commit()
print value
except IndexError:
userinfo = userAgent
value = [ip,Time,request,status,bodyBytesSent,refer,userinfo,"",""]
else:
useraa = userAgent
value = [ip,Time,request,status,bodyBytesSent,refer,useraa,"",""]
try:
result = cur.execute(sql,value)
#conn.commit()
print result
except MySQLdb.Error,e:
print "Mysql Error %d: %s" % (e.args[0], e.args[1])
conn.commit()
conn.close()
四、存入資料庫後資料是如：
