比较awk python： [文件]web日志信息统计 。 [命令]netstat命令状态统计

web日志文件统计分析、netstat 命令行统计分析
比价awk和python的处理方法

1. web日志内容 ---文件形式

root@h111:/var/log/nginx# cat access.log
192.168.1.3 - - [04/Feb/2018:19:59:42 +0800] "GET / HTTP/1.1" 200 396 "-" "Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.140 Safari/537.36"
192.168.1.3 - - [04/Feb/2018:19:59:43 +0800] "GET /favicon.ico HTTP/1.1" 404 208 "http://192.168.1.111/" "Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.140 Safari/537.36"
192.168.1.3 - - [04/Feb/2018:19:59:54 +0800] "GET /png HTTP/1.1" 404 208 "-" "Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.140 Safari/537.36"
192.168.1.3 - - [04/Feb/2018:19:59:58 +0800] "GET /a.jpg HTTP/1.1" 404 208 "-" "Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.140 Safari/537.36"
192.168.1.3 - - [04/Feb/2018:20:06:56 +0800] "GET /a.jpg HTTP/1.1" 404 208 "-" "Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.140 Safari/537.36"

1.1 用awk处理
其中$7是文件名，$10是大小。 $[$7]+=$10表示 同一个文件名大小累加。awk数组也可以当python字典来理解。
++b[$7] 即同名文件次数累加。

root@h111:/var/log/nginx# awk '{a[$7]+=$10;++b[$7];total+=$10}END{for(x in a)print b[x],x,a[x]}'  access.log         
1 /png 208
2 /a.jpg 416
1 / 396
1 /favicon.ico 208

1.2 用python处理
这里利用了Counter，不用处理首次为0的赋值可以直接累加。累加方法和awk基本一致。

#/usr/bin/env python3
#author infaaf

from collections import Counter
c=Counter()
s=Counter()
with open('netstat.txt') as f:
    for line in f:
        key=line.split()[6]
        value=line.split()[9]
        c[key]+=1
        s[key]+=int(value)
print("次数:  %s"%c)
print("大小:  %s"%s)
for i in c:
    print(i.center(30),c[i],s[i])

结果

2. tcp状态统计 --- 命令与管道形式

其中tcp6与tcp一起统计

2.1 awk处理
NF表示 number of filed 由于number累计到最后，即表示最后一列。
（awk中 N number F field R row S split ，如RS=row split ，NR= number of row 行号）

root@h111:~# netstat -an | awk '/^tcp/{++s[$NF]}END{for(i in s){print i,s[i]}}'
LISTEN 6
ESTABLISHED 1

2.2 python处理
这里 未使用Counter，判断当key未出现过时，需要手动初始化为1。
这里接收linux stdout 的管道形式，利用了fileinput库

文件net.py

#!/usr/bin/env python3
import fileinput
d={}

for line in fileinput.input():
    if line.split()[0].startswith('tcp'):
        key=line.split()[5]
        if key in d:
            d[key]+=1
        else:
            d[key]=1

print(d)

##默认值方法二，在累加前， d.setdefault(key,0) 

服务器上管道调用 net.py

说明： 2种方法实际思想相同，利用（awk数组或python字典） 字典方式
次数：发现相同元素累加1
大小：发现相同元素累加大小

awk胜在短小精悍。复杂情况下，语句复杂。 awk语法复杂，长时间不使用容易忘记。。。
python胜在简单明了。代码稍长，但好维护。