【日志分析】W3C扩展格式网站日志含义分析

一、什么是网站日志

　　WEB 日志是网站的WEB服务处理程序，根据一定的规范生成的ASCII文本。它主要记录了网站访问记录数据内容，是网站分析和网站数据仓库的数据基础来源。

　　网站分析和数据分析也将对SEO产生一定的影响，通过WEB日志，我们可以看到各大搜索引擎蜘蛛对网站的抓取情况，这对SEO工作是非常重要的。所以了解WEB日志的格式和组成将有利于我们更好地进行网站数据的收集、处理和分析，从而更好的进行网站优化。

　　二、日志文件的类型

　　目前常见的WEB日志格式主要由两类，一类是Apache的NCSA日志格式，另一类是IIS的W3C日志格式。NCSA格式又分为NCSA普通日志格式 (CLF)和NCSA扩展日志格式(ECLF)两类，目前最常用的是NCSA扩展日志格式(ECLF)及基于自定义类型的Apache日志格式;而W3C 扩展日志格式(ExLF)具备了更为丰富的输出信息，主要是微软IIS(Internet Information Services)中应用。

　　三、W3C扩展WEB日志分析

　　下面是一段常见的IIS生产的W3C扩展WEB日志

　　2011-09-01 16:02:22 GET /Enterprise/detail.asp 70.25.29.53 http:/ /www .example.com/searchout.asp 202 17735 369 4656

　　这个日志可以解读为：IP是70.25.29.53，来自"http://www.example.com/searchout.asp"的访客，在2011-09-01 16:02:22，访问(GET)了主机的/Enterprise/detail.asp，访问成功，得到17735字节数据。

　　日期：date 动作发生时的日期。

　　时间：time 动作发生时的时间(默认为UTC标准)。

　　客户端IP地址：c-ip 访问服务器的客户端IP地址。

　　用户名：cs-username 通过身份验证的访问服务器的用户名。不包括匿名用户(用‘-’表示)。

　　服务名：s-sitename 客户所访问的Internet服务名以及实例号。

　　服务器名：s-computername 产生日志条目的服务器的名字。

　　服务器IP 地址：s-ip 产生日志条目的服务器的IP地址。

　　服务器端口：s-port 服务端提供服务的传输层端口。

　　方法：cs-method 客户端执行的行为(主要是GET与POST行为)。

　　URI Stem：cs-uri-stem 被访问的资源，如Default.asp等。

　　URI Query：cs-uri-query 客户端提交的参数(包括GET与POST行为)。

　　协议状态：sc-status 用HTTP或者FTP术语所描述的、行为执行后的返回状态。

　　Win32状态：sc-win32-status 用Microsoft Windows的术语所描述的动作状态。

　　发送字节数：sc-bytes 服务端发送给客户端的字节数。

　　接受字节数：cs-bytes 服务端从客户端接收到的字节数。

　　花费时间：time-taken 执行此次行为所消耗的时间，以毫秒为单位。

　　协议版本：cs-version 客户端所用的协议(HTTP、FTP)版本。对HTTP协议来说是HTTP 1.0或者HTTP 1.1。

　　主机：cs-host 客户端的HTTP报头(host header)信息。

　　用户代理：cs(User-Agent) 客户端所用的浏览器版本信息。

　　Cookie：cs(Cookie) 发送或者接受到的cookie内容。

　　Referrer：cs(Referer) 用户浏览的前一个网址，当前网址是从该网址链接过来的。

　　协议底层状态：sc-substatus 协议底层状态的一些错误信息。

笨鸟先飞早入林，笨人勤学早成材。

转载请注明出处：
撰写人：fox-yu  http://www.cnblogs.com/fox-yu/