#!/usr/bin/env python
# coding:utf-8
 
import sys,time
 
class DisplayFormat(object):
 
    def format_size(self,size):
        KB = 1024                   # KB -> B  1024
        MB = 1048576                # MB -> B  1024 * 1024
        GB = 1073741824             # GB -> B  1024 * 1024 * 1024
        TB = 1099511627776          # TB -> B  1024 * 1024 * 1024
 
        if size >= TB:
            size = str(size >> 40) + 'T'
        elif size < KB:
            size = str(size) + 'B'
        elif size >= GB and size < TB:
            size = str(size >> 30) + 'G'
        elif size >= MB and size < GB:
            size = str(size >> 20) + 'M'
        else:
            size = str(size >> 10) + 'K'
 
        return size
 
    formatstring = '%-18s %-10s %-12s %8s %10s %10s %10s %10s %10s %10s %10s'
 
    def echo_line(self):
        '''输出头部横线'''
        print self.formatstring % ('-'*15,'-'*10,'-'*12,'-'*12,'-'*10,'-'*10,'-'*10,'-'*10,'-'*10,'-'*10,'-'*10,)
 
    def echo_head(self):
        '''输出头部信息'''
        print self.formatstring % ('IP','Traffic','Time','Time%',200,404,403,503,500,302,304)
 
    def echo_error(self):
        '''输出错误信息'''
        print 'Usage: ' + sys.argv[0] + 'filepath [number]'
 
    def echo_time(self):
        '''输出脚本执行时间'''
        print 'The script is running %s second' % time.clock()
 
 
class HostInfo(object):
 
    # 定义一个主机ip 的所有状态列表
    host_info = ['200','404','403','503','500','302','304','size','time']
 
    def __init__(self,host):
        '''初始化一个主机信息字典'''
        self.host = host = {}.fromkeys(self.host_info,0)
 
    def add_1(self,status_size,is_size):
        '''对访问次数,http返回的状态码,ip流量进行加1操作'''
        if status_size == 'time':
            self.host['time'] += 1
        elif is_size:
            self.host['size'] = self.host['size'] + status_size
        else:
            self.host[status_size] += 1
 
    def get_value(self,value):
        '''取出字典的值'''
        return self.host[value]
 
 
class AnalysisFile(object):
 
    def __init__(self):
        '''初始化一个空字典'''
        self.empty = {}
        self.total_request_time,self.total_traffic,self.total_200,\
        self.total_404,self.total_403,self.total_503,self.total_500,\
        self.total_302,self.total_304 = 0,0,0,0,0,0,0,0,0
 
    def split_line_todict(self,line):
        '''传入文件的每一行取出0、8、9字段 生成字典 并返回这个字典'''
        line_split = line.split()
        line_dict = {'remote_host':line_split[0],'status':line_split[8],'bytes_sent':line_split[9]}
        return line_dict
 
    def read_log(self,logs):
        for line in logs:
            try:
                dict_line = self.split_line_todict(line)
                host = dict_line['remote_host']
                status = dict_line['status']
            except ValueError:
                continue
            except IndexError:
                continue
 
            if host not in self.empty:
                host_info_obj = HostInfo(host)
                self.empty[host] = host_info_obj
            else:
                host_info_obj = self.empty[host]
 
            host_info_obj.add_1('time',False)
 
            if status in host_info_obj.host_info:
                host_info_obj.add_1(status,False)
 
            try:
                bytes_sent = int(dict_line['bytes_sent'])
            except ValueError:
                bytes_sent = 0
 
            host_info_obj.add_1(bytes_sent,True)
 
        return self.empty
 
    def return_sorted_list(self,true_dict):
        '''循环读取字典,计算总的流量、总的访问次数以及总的http返回码'''
        for host_key in true_dict:
            host_value = true_dict[host_key]
            time = host_value.get_value('time')
            self.total_request_time = self.total_request_time + time
            size = host_value.get_value('size')
            self.total_traffic = self.total_traffic + size
 
            # 获取http返回状态码的次数
            v_200 = host_value.get_value('200')
            v_404 = host_value.get_value('404')
            v_403 = host_value.get_value('403')
            v_503 = host_value.get_value('503')
            v_500 = host_value.get_value('500')
            v_302 = host_value.get_value('302')
            v_304 = host_value.get_value('304')
 
            # 重新规划字典
            true_dict[host_key] = {'200':v_200,'404':v_404,'403':v_403,\
                                   '503':v_503,'500':v_500,'302':v_302,\
                                   '304':v_304,'size':size,'time':time}
 
 
            # 计算http返回状态码的总量
            self.total_200 = self.total_200 + v_200
            self.total_404 = self.total_404 + v_404
            self.total_403 = self.total_403 + v_403
            self.total_503 = self.total_503 + v_503
            self.total_500 = self.total_500 + v_500
            self.total_302 = self.total_302 + v_302
            self.total_304 = self.total_304 + v_304
 
                # 对总的访问次数和访问流量进行降序排序,并生成一个有序的列表
        sorted_list = sorted(true_dict.items(),key=lambda i:(i[1]['size'],\
                                                                 i[1]['time']),reverse=True)
 
        return sorted_list
 
 
class Main(object):
 
    def main(self):
        '''主调函数'''
        # 初始化DisplayFormat类的实例
        displayformat = DisplayFormat()
 
        args = len(sys.argv)
        if args == 1:
            displayformat.echo_error()
        elif args == 2 or args == 3:
            log_file = sys.argv[1]
            try:
                files = open(log_file,'r')
                if args == 3:
                    lines = int(sys.argv[2])
                else:
                    lines = 0
            except IOError,e:
                print
                print e
                displayformat.echo_error()
            except VaueError,e:
                print
                print e
                displayformat.echo_error()
 
        else:
            displayformat.echo_error()
 
 
        #AnalysisFile类的实例化
        fileanalysis = AnalysisFile()
 
        # 调用read_log方法
        news_dict = fileanalysis.read_log(files)
 
        # 调用return_sorted_list方法
        new_list = fileanalysis.return_sorted_list(news_dict)
 
        # 计算所有ip的总量
        total_ip = len(new_list)
 
        if lines:
            new_list = new_list[0:lines]
        files.close()
 
        # 打印出总的ip数,总访问流量,总的访问次数
        print
        total_request_time = fileanalysis.total_request_time
        total_traffic = displayformat.format_size(fileanalysis.total_traffic)
        print '总IP数量: %s    总的访问流量: %s    总的请求次数: %d' % (total_ip,\
                                                                   total_traffic,\
                                                                   total_request_time)
         
        # 打印头部信息,和横线                                                                      
        print
        displayformat.echo_head()
        displayformat.echo_line()
 
        # 循环读取news_list列表取出time项目 计算time百分比 通过displayformat格式化输出主机信息
        for i in new_list:
            time = i[1]['time']
            time_percentage = (float(time) / float(fileanalysis.total_request_time)) * 100
            print displayformat.formatstring % (i[0],\
                                                displayformat.format_size(i[1]['size']),\
                                                time,str(time_percentage)[0:5],\
                                                i[1]['200'],i[1]['404'],i[1]['403'],\
                                                i[1]['503'],i[1]['500'],i[1]['302'],i[1]['304'])
 
        if not lines or total_ip == lines:
            displayformat.echo_line()
            print displayformat.formatstring % (total_ip,total_traffic,total_request_time,'100%',\
                                                fileanalysis.total_200,fileanalysis.total_404,\
                                                fileanalysis.total_403,fileanalysis.total_503,\
                                                fileanalysis.total_500,fileanalysis.total_302,\
                                                fileanalysis.total_304)
 
        # 显示执行脚本的时间
        print
        displayformat.echo_time()
 
if __name__ == '__main__':
    main = Main()
    main.main()

Python日志统计的更多相关文章

  1. Kafka实战-实时日志统计流程

    1.概述 在<Kafka实战-简单示例>一文中给大家介绍来Kafka的简单示例,演示了如何编写Kafka的代码去生产数据和消费数据,今天给大家介绍如何去整合一个完整的项目,本篇博客我打算为 ...

  2. Node.js / Python 日志

    一.Node.js 日志 1.原生 Node.js 原生方法其实很简单,就四个: // 输出到 stdout console.log() console.info() = console.log() ...

  3. python数据统计,总数,平均值等

    一般我们进行数据统计的时候要进行数据摸查,可能是摸查整体的分布情况啊.平均值,标准差,总数,各分段的人数啊.这时候用excel或者数据库统计都不方便. 我要统计的一个文件,太大了,还得分成15个文件, ...

  4. Python日志输出——logging模块

    Python日志输出——logging模块 标签: loggingpythonimportmodulelog4j 2012-03-06 00:18 31605人阅读 评论(8) 收藏 举报 分类: P ...

  5. python日志模块logging

    python日志模块logging   1. 基础用法 python提供了一个标准的日志接口,就是logging模块.日志级别有DEBUG.INFO.WARNING.ERROR.CRITICAL五种( ...

  6. 蓝桥杯c/c++省赛真题——日志统计

    标题:日志统计 [问题描述]小明维护着一个程序员论坛.现在他收集了一份"点赞"日志,日志共有N行.其中每一行的格式是:ts id  表示在ts时刻编号id的帖子收到一个" ...

  7. 浅析python日志重复输出问题

    浅析python日志重复输出问题 问题起源: ​ 在学习了python的函数式编程后,又接触到了logging这样一个强大的日志模块.为了减少重复代码,应该不少同学和我一样便迫不及待的写了一个自己的日 ...

  8. Python代码统计工具

    目录 Python代码统计工具 声明 一. 问题提出 二. 代码实现 三. 效果验证 Python代码统计工具 标签: Python 代码统计 声明 本文将对<Python实现C代码统计工具(一 ...

  9. 日志统计 尺取法【蓝桥杯2018 C/C++ B组】

    标题:日志统计 小明维护着一个程序员论坛.现在他收集了一份"点赞"日志,日志共有N行.其中每一行的格式是: ts id 表示在ts时刻编号id的帖子收到一个"赞" ...

随机推荐

  1. python基础26 -----python进程及协成

    一.进程 1.multiprocessing模块实现多进程并发. 1.1multiprocessing包是Python中的多进程管理包,与threading.Thread类似,它可以利用multipr ...

  2. 剑指offer 面试6题

    面试6题: 题目:从尾到头打印链表 输入一个链表,从尾到头打印链表每个节点的值. 解题代码: # -*- coding:utf-8 -*- # class ListNode: # def __init ...

  3. 缓存:Memcached Redis

    一.Memcached Memcached 是一个高性能的分布式内存对象缓存系统,用于动态Web应用以减轻数据库负载.它通过在内存中缓存数据和对象来减少读取数据库的次数,从而提高动态.数据库驱动网站的 ...

  4. Linux文件系统管理 挂载命令mount

    概述 mount命令用来挂载Linux系统外的文件. Linux 中所有的存储设备都必须挂载之后才能使用,包括硬盘.U 盘和光盘(swap 分区是系统直接调用的,所以不需要挂载).不过,硬盘分区在安装 ...

  5. grep的若干用法

    查找包含server或者client的行 egrep 'server|client' file-name /usr/xpg4/bin/grep -E 'server|client' file-name ...

  6. 使用ASP.Net MVC5 Web API OData和Sencha Touch 开发WebAPP

    使用ASP.Net MVC5 Web API OData和SenCha Touch 开发WebAPP Demo 效果 第一步 创建数据库 创建表 第二步 搭建MVC,并导入OData 第三步,写入We ...

  7. node中session存储与销毁,及session的生命周期

    1.首先在使用session之前需要先配置session的过期时间等,在入口文件app.js中 app.use(express.session({ cookie: { maxAge: config.g ...

  8. React Native的生命周期解析

    在React Native中使用组件来封装界面模块时,整个界面就是一个大的组件,开发过程就是不断优化和拆分界面组件.构造整个组件树的过程. 上张图涵盖了一个组件从创建.运行到销毁的整个过程.大家可以看 ...

  9. linux输入子系统简述【转】

    本文转载自:http://blog.csdn.net/xubin341719/article/details/7678035 1,linux输入子系统简述 其实驱动这部分大多还是转载别人的,linux ...

  10. Java public class 与 class 区别

    在编写类的时候可以使用两种定义方式: public class 定义类 class 定义类 1.public class 定义类 如果一个类声明的时候使用了public class,则类名必须与文件名 ...