为了账号安全,请及时绑定邮箱和手机立即绑定

计算从 HTTP 日志传输的字节数

计算从 HTTP 日志传输的字节数

精慕HU 2022-08-16 10:38:31
我是python的新手,我需要解析状态代码。我有一个解析HTTP日志文件的任务:按 IP 地址或 HTTP 状态代码(由用户选择)对记录的请求进行分组。为每个组计算以下项之一(由用户选择):请求计数所有已记录请求的请求计数百分比传输的总字节数。我已经计算了请求和百分比。现在我不知道如何计算传输的字节(第3个任务)。日志文件的示例(此处在状态代码:6146、52315、12251、54662 之后显示字节):93.114.45.13 - - [17/May/2015:10:05:17 +0000] "GET /images/jordan-80.png HTTP/1.1" 200 6146 "http://www.semicomplete.com/articles/dynamic-dns-with-dhcp/" "Mozilla/5.0 (X11; Linux x86_64; rv:25.0) Gecko/20100101 Firefox/25.0"93.114.45.13 - - [17/May/2015:10:05:21 +0000] "GET /images/web/2009/banner.png HTTP/1.1" 200 52315 "http://www.semicomplete.com/style2.css" "Mozilla/5.0 (X11; Linux x86_64; rv:25.0) Gecko/20100101 Firefox/25.0"66.249.73.135 - - [17/May/2015:10:05:40 +0000] "GET /blog/tags/ipv6 HTTP/1.1" 200 12251 "-" "Mozilla/5.0 (iPhone; CPU iPhone OS 6_0 like Mac OS X) AppleWebKit/536.26 (KHTML, like Gecko) Version/6.0 Mobile/10A5376e Safari/8536.25 (compatible; Googlebot/2.1;+http://www.google.com/bot.html)"83.149.9.216 - - [17/May/2015:10:05:25 +0000] "GET /presentations/logstash-monitorama-2013/images/elasticsearch.png HTTP/1.1" 200 8026 "http://semicomplete.com/presentations/logstash-monitorama-2013/" "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/32.0.1700.77 Safari/537.36"83.149.9.216 - - [17/May/2015:10:05:59 +0000] "GET /presentations/logstash-monitorama-2013/images/logstashbook.png HTTP/1.1" 200 54662 "http://semicomplete.com/presentations/logstash-monitorama-2013/" "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/32.0.1700.77 Safari/537.36"
查看完整描述

2 回答

?
慕婉清6462132

TA贡献1804条经验 获得超2个赞

此解决方案不是使用多个正则表达式在日志中进行多次传递,而是使用一个正则表达式在一次传递中拉出所有相关值。

函数将日志的文本作为单个字符串传递。在下面的演示程序中,使用测试字符串。实际实现将调用此函数,并获取读取实际日志文件的结果。process_log

要跟踪 IP 地址/状态对,请使用 使用 a 作为default_factory。列表中的项目数计算 IP 地址/状态组合的查看次数,每个列表项是为该 HTTP 请求传输的字节数。例如,字典的键/值对可能是:defaultdictlistip_status

key: ('123.12.11.9', '200')  value: [6213, 9876, 376]

对上述情况的解释是,发现了3个IP地址“123.12.11.9”的状态代码“200”实例。为这 3 个实例传输的字节数为 6213、9876 和 376。

正则表达式的解释:

(\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}) - - .*?HTTP/1.1" (\d+) (\d+)
  1. (\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}) - -这本质上是OP用于识别IP地址的正则表达式,因此不需要太多的解释。我遵循它以提供额外的后续上下文,以防万一有其他类似外观字符串的实例。IP 地址在捕获组 1 中捕获。- -

  2. .*?这将不贪婪地匹配 0 个或多个非换行符,直到以下内容。

  3. HTTP/1.1"匹配字符串以提供以下各项的左侧上下文。HTTP/1.1"

  4. (\d+)匹配捕获组 2 中的一个或多个数字(状态)。

  5. 匹配单个空格。

  6. (\d+)匹配捕获组 3 中的一个或多个数字(传输的字节)。

请参阅正则表达式演示

换句话说,我只是想确保我从正确的地方选择正确的字段,方法是匹配我期望在我正在寻找的字段旁边找到的内容。当您的正则表达式返回多个组时,通常比 . 返回一个迭代器,该迭代为每次迭代生成一个匹配对象。我添加了代码来生成ip/状态代码/传输字节状态代码的统计信息。您只需要一个或另一个,具体取决于用户的需求。finditerfindallfinditer

代码:

import re

from collections import defaultdict


def process_log(log):

    ip_counter = defaultdict(list)

    status_counter = defaultdict(int)

    total_count = 0

    for m in re.finditer(r'(\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}) - - .*?HTTP/1.1" (\d+) (\d+)', log):

        total_count += 1

        ip = m[1]

        status = m[2]

        bytes = int(m[3])

        ip_counter[(ip, status)].append(bytes)

        status_counter[status] += 1

    for k, v in ip_counter.items():

        count = len(v)

        percentage = count/total_count

        total_bytes = sum(v)

        ip = k[0]

        status = k[1]

        print(f"IP Address => {ip}, status => {status}, Count => {count}, Percentage => {percentage}, Total Bytes Transferred => {total_bytes}")

    for k, v in status_counter.items():

        count = v

        percentage = count/total_count

        print(f"Status Code => {k}, Percentage => {percentage}")





log = """93.114.45.13 - - [17/May/2015:10:05:17 +0000] "GET /images/jordan-80.png HTTP/1.1" 200 6146 "http://www.semicomplete.com/articles/dynamic-dns-with-dhcp/" "Mozilla/5.0 (X11; Linux x86_64; rv:25.0) Gecko/20100101 Firefox/25.0"

93.114.45.13 - - [17/May/2015:10:05:21 +0000] "GET /images/web/2009/banner.png HTTP/1.1" 200 52315 "http://www.semicomplete.com/style2.css" "Mozilla/5.0 (X11; Linux x86_64; rv:25.0) Gecko/20100101 Firefox/25.0"

66.249.73.135 - - [17/May/2015:10:05:40 +0000] "GET /blog/tags/ipv6 HTTP/1.1" 200 12251 "-" "Mozilla/5.0 (iPhone; CPU iPhone OS 6_0 like Mac OS X) AppleWebKit/536.26 (KHTML, like Gecko) Version/6.0 Mobile/10A5376e Safari/8536.25 (compatible; Googlebot/2.1;

+http://www.google.com/bot.html)"83.149.9.216 - - [17/May/2015:10:05:25 +0000] "GET /presentations/logstash-monitorama-2013/images/elasticsearch.png HTTP/1.1" 200 8026 "http://semicomplete.com/presentations/logstash-monitorama-2013/" "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/32.0.1700.77 Safari/537.36"

83.149.9.216 - - [17/May/2015:10:05:59 +0000] "GET /presentations/logstash-monitorama-2013/images/logstashbook.png HTTP/1.1" 200 54662 "http://semicomplete.com/presentations/logstash-monitorama-2013/" "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/32.0.1700.77 Safari/537.36"

"""


process_log(log)

指纹:


IP Address => 93.114.45.13, status => 200, Count => 2, Percentage => 0.4, Total Bytes Transferred => 58461

IP Address => 66.249.73.135, status => 200, Count => 1, Percentage => 0.2, Total Bytes Transferred => 12251

IP Address => 83.149.9.216, status => 200, Count => 2, Percentage => 0.4, Total Bytes Transferred => 62688

Status Code => 200, Percentage => 1.0


查看完整回答
反对 回复 2022-08-16
?
拉风的咖菲猫

TA贡献1995条经验 获得超2个赞

要从日志文件中获取传输的字节数,请执行以下操作:


def getBytes(filename):

    with open(filename, 'r') as logfile:

        for line in logfile:

            regex = r'\/.+?\sHTTP\/1\..\"\s.{3}\s(.+?)\s'

            bytesCount = re.search(regex, line)[1]

            print("Bytes transfered: "+bytesCount)


查看完整回答
反对 回复 2022-08-16
  • 2 回答
  • 0 关注
  • 160 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
微信客服

购课补贴
联系客服咨询优惠详情

帮助反馈 APP下载

慕课网APP
您的移动学习伙伴

公众号

扫描二维码
关注慕课网微信公众号