如何高效查看IIS日志文件

刚好自己最近也在学习分析IIS日志文件，有时候看的人都迷糊了，不知道该如何更好的查看IIS日志，看看这篇文章，又学了点。

如何用PHP脚本在后台获取蜘蛛的详细信息呀？如哪里的蜘蛛／何时来的／搜索了哪几个页面／哪些它喜欢哪些不喜欢等，和判断浏览器是不是用一样的技术？

网站服务器会把每一个访客来访时的一些信息自动记录下来，存在服务器原始日志文件中。

一般主机提供商会在控制面板提供给你下载这个文件，如果你的主机提供商不提供原始日志文件的话，你就该换地方了。

原始日志文件只是一个纯文字形式的文件，只要用文字编辑软件如WordPad或Notepad打开就可以了。

下面是我从上个月这个blog本身的日志文件中随机选取的一行，我们来看一下它包括哪些信息：

221.201.77.63 - - [02/Jul/2006:15:30:41 +0800] “GET /seoblog/2006/04/17/user-friendly-website/ HTTP/1.1″ 200 19031 “http://www.baidu.com/s?
wd=PRADA%B9%D9%B7%BD%CD%F8%D5%BE&cl=3″ “Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; Alexa Toolbar)”

用户IP地址

221.201.77.63

这是访问人所使用的IP 地址，能够告诉你来访的人来自什么地理位置。如果你查一下这个IP地址所属位置，可以看到这位访客来自中国北京。

日期/时间

02/Jul/2006:15:30:41

这是某一个文件被访问的时间，和IP地址结合起来，你就可以跟踪某一个特定的用户，从一个网页到另一个网页的访问顺序。

时区

+0800

这个数字是相对格林威治时间的时区差多少。

服务器动作

GET /seoblog/2006/04/17/user-friendly-website/ HTTP/1.1

服务器要做的动作要么是GET，要么是POSP。除了一些CGI脚本外，通常都应该是GET，也就是从服务器上获取某个网页或图片文件。

例子里的这行意思就是按HTTP/1.1协议(protocol)获取文件/seoblog/2006/04/17/user-friendly-website/

返回状态码

200

下一行是服务器反应是否成功。200就是说成功获取了文件，如果是返回了404，就是文件没有找到。401是需要密码，403禁止查看，500服务器错误，当然还有其他很多代码。

文件大小

19031

这一行指的是所获取的文件大小，在我们的来自例子里是19031byte。

访客来源

http://www.baidu.com/s?wd=PRADA%B9%D9%B7%BD%CD%F8%D5%BE&cl=3

这一段是告诉我们访客是从哪里来到这一个网页。有可能是同一个网站的其他页，有可能是来自搜索引擎的搜索页。

例子里的是来自百度，搜索关键词是”PRADA官方网站”。

这段信息是非常重要的。

浏览器类型

Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; Alexa Toolbar)

这最后一段所表示的是浏览器和用户电脑的一些信息。

比如上面这一段所表示的是用户所使用的电脑是与Netscape兼容的Mozilla浏览器，Windows NT操作系统，浏览器是IE6.0，装有Alexa Toolbar。

在这一段如果用户使用的是其他类型电脑或浏览器，你还可能看到这些代码:

msnbot/1.0 (+http://search.msn.com/msnbot.htm)
Baiduspider+(+http://www.baidu.com/search/spider.htm)
Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0; Maxthon; Alexa Toolbar)
http://www.gougou.com RSS Online Reader
Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)

意义不用解释，一看就知道了。

跟踪用户轨迹

这是很多网站运行者需要研究的地方。

从日志文件中剔除对图片的访问，剔除中间插进来的其他访客的信息，只把来自某一个IP地址的用户在一段时间内所看的网页列出来，我们就能看到这个用户在你的网站上都做了哪些行动，看了哪些网页。

用户行为信息给网站运行者提供很大的帮助。