從Apache日誌文件中獲取訪問量最大的頁麵(Top)

Apache日誌文件可能很龐大且難以閱讀。
這裏提供一種從Apache日誌文件中獲取訪問量最大的頁麵(或文件)列表的方法。

在此示例中，我們隻需要知道GET請求中的URL。編程實現將使用Python的集合中強大的Counter計數器

import collections

logfile = open("yourlogfile.log", "r")

clean_log=[]

for line in logfile:
    try:
        # copy the URLS to an empty list.
        # We get the part between GET and HTTP
        clean_log.append(line[line.index("GET")+4:line.index("HTTP")])
    except:
        pass

counter = collections.Counter(clean_log)

# get the Top 50 most popular URLs
for count in counter.most_common(50):
    print(str(count[1]) + "	" + str(count[0]))

logfile.close()