PHP統(tǒng)計nginx訪問日志中的搜索引擎抓取404鏈接頁面路徑
更新時間:2014年06月30日 09:59:26 投稿:junjie
這篇文章主要介紹了PHP統(tǒng)計nginx訪問日志中的搜索引擎抓取404鏈接頁面路徑,可以對每個搜索引擎單獨統(tǒng)計,需要的朋友可以參考下
我在服務(wù)器上有每天切割nginx日志的習(xí)慣,所以針對每天各大搜索引擎來訪,總能記錄一些404頁面信息,傳統(tǒng)上我只是偶爾分析下日志,但是對于很多日志信息的朋友,人工來篩選可能不是一件容易的事情,這不我個人自己慢慢研究了一點點,針對谷歌、百度、搜搜、360搜索、宜搜、搜狗、必應(yīng)等搜索引擎的404訪問生成為一個txt文本文件,直接上代碼test.php。
復(fù)制代碼 代碼如下:
<?php
//訪問test.php?s=google
$domain='http://www.fzitv.net';
$spiders=array('baidu'=>'Baiduspider','360'=>'360Spider',
'google'=>'Googlebot','soso'=>'Sosospider','sogou'=>
'Sogou web spider','easou'=>'EasouSpider','bing'=>'bingbot');
$path='/home/nginx/logs/'.date('Y/m/').(date('d')-1).'/access_www.txt';
$s=$_GET['s'];
if(!array_key_exists($s,$spiders)) die();
$spider=$spiders[$s];
$file=$s.'_'.date('ym').(date('d')-1).'.txt';
if(!file_exists($file)){
$in=file_get_contents($path);
$pattern='/GET (.*) HTTP\/1.1" 404.*'.$spider.'/';
preg_match_all ( $pattern , $in , $matches );
$out='';
foreach($matches[1] as $k=>$v){
$out.=$domain.$v."\r\n";
}
file_put_contents($file,$out);
}
$url=$domain.'/silian/'.$file;
echo $url;
好就這樣了。沒有什么高深的技術(shù),只有動手寫的過程。
您可能感興趣的文章:
- php 定義404頁面的實現(xiàn)代碼
- ThinkPHP3.2.3框架實現(xiàn)的空模塊、空控制器、空操作,跳轉(zhuǎn)到錯誤404頁面圖文詳解
- thinkphp框架下404頁面設(shè)置 僅三步
- ThinkPHP 404頁面的設(shè)置方法
- ThinkPHP訪問不存在的模塊跳轉(zhuǎn)到404頁面的方法
- php使用curl判斷網(wǎng)頁404(不存在)的方法
- PHP header()函數(shù)使用詳細(301、404等錯誤設(shè)置)
- php 404錯誤頁面實現(xiàn)代碼
- 用php來改寫404錯誤頁讓你的頁面更友好
- php 智能404跳轉(zhuǎn)代碼,適合換域名沒改變目錄的網(wǎng)站
- thinkPHP5框架設(shè)置404、403等http狀態(tài)頁面的方法
- php簡單檢測404頁面的方法示例

