Python的一个增量读分析日志的脚本

#!/usr/bin/env python
# coding: utf-8
# guoiang.han
  
import time,datetime
import sys
import os.path
import re
 
import smtplib  
from email.mime.text import MIMEText
#定义日志的日期名称
date = time.strftime('%F')
#定义要过滤的日志名字
log_file  = 'localhost_access_log.%s.txt' % date
#记录日志读取过的指针位置
seek_file = '/tmp/log_check_seek.tmp'
global data
 
data = { 'code' : {}, 'time_range' : { '3s': 0, '5s': 0, '10s': 0,'11s+': 0 } }
#定义邮件发送
mailto_list=['[email protected]',''] 
mail_host="smtp.163.com"  #设置服务器
mail_user="alert"    #用户名
mail_pass="aaatest"   #口令 
mail_postfix="163.com"  #发件箱的后缀
 
def send_mail(to_list,sub,content):  
    me="tomcat_log"+"<"+mail_user+"@"+mail_postfix+">"  
    msg = MIMEText(content,_subtype='plain',_charset='gb2312')  
    msg['Subject'] = sub  
    msg['From'] = me  
    msg['To'] = ";".join(to_list)  
    try:  
        server = smtplib.SMTP()  
        server.connect(mail_host)  
        server.login(mail_user,mail_pass)  
        server.sendmail(me, to_list, msg.as_string())  
        server.close()  
        return True  
    except Exception, e:  
        print str(e)  
        return False 

#如果seek文件存在，解析时间和位置，否则seek 为0，指针移动到文件末尾
if os.path.exists(seek_file):
  #读取文件内容
  with open(seek_file) as f:
    seek_tmp = f.readlines()
  #解析时间和本地时间 算时间差，如果差300s或当前时间小于文件时间，都将指针移动到文件末尾
  time_seek  = datetime.datetime.strptime(seek_tmp[0].strip(),'%Y-%m-%d %H:%M:%S')
  time_local = datetime.datetime.now()
  time_delta = time_local - time_seek
  #计算本地时间是否大于seek的记录时间
  if time_local > time_seek:
    #计算时间差，如果是在300s以内，认为有效，增量读，否则移动到文件末尾
    if time_delta.seconds < 300:
      try:
        seek = int(seek_tmp[1].strip())
        seek_where = 0
      except IndexError:
        seek = 0
        seek_where = 2
    else:
      seek = 0
      seek_where = 2
  else:
    seek = 0
    seek_where = 2
else:
  seek = 0
  seek_where = 2
#读取日志
#如果日志最后的指针小于文件记录中的seek，则将指针移动到文件末尾
with open(log_file) as f:
   f.seek(0,2)   
   if seek < f.tell():
      f.seek(seek,seek_where)
   
   pattren = re.compile(r'(?P<client_ip>\d+.\d+.\d+.\d+) (?P<remote_user>.*) (?P<remote_auth>.*) (?P<time>\[.*\]) \"(?P<request>.*)\" (?P<status_code>.*) (?P<sent_byte>.*) (?P<request_time>.*)')
   re_uri = re.compile(r'(?P<request_method>\w+) (?P<request_uri>.*) (?P<http_version>.*)')
   for i in f.xreadlines():
     match = pattren.match(i)
     
     #生成uri的key
     request = re_uri.match(match.groupdict()['request'])
     
     request_uri = request.groupdict()['request_uri'].split('?')[0]
     request_uri = request_uri.split('%')[0]
     if not data.has_key(request_uri):
       data[request_uri] = {'code' : {}, 'time_range' : { '3s': 0, '5s': 0, '10s': 0,'11s+': 0 }}
     
     #计算uri 下的code
     status_code =  int(match.groupdict()['status_code'])
     if data[request_uri]['code'].has_key(status_code):
       data[request_uri]['code'][status_code] +=1
     else:
       data[request_uri]['code'][status_code] = 1
     if data['code'].has_key(status_code):
       data['code'][status_code] +=1
     else:
       data['code'][status_code] = 1
     
     #计算uri 下的time range
     time_range = int(match.groupdict()['request_time'])
     if time_range in range(0,4):
       data[request_uri]['time_range']['3s'] += 1
       data['time_range']['3s'] += 1
     elif time_range in range(4,6):
       data[request_uri]['time_range']['5s'] += 1
       data['time_range']['5s'] += 1
     elif time_range in range(6,11):
       data[request_uri]['time_range']['10s'] += 1
       data['time_range']['10s'] += 1
     elif time_range in range(11,60):
       data[request_uri]['time_range']['11s+'] += 1
       data['time_range']['11s+'] += 1
 
   content = []
   alert = []
   for k in data.keys():
     if k not in ['code','time_range']:
       tt = k
       total_sum = 0
       for t in sorted(data[k]['code'].keys()):
         total_sum += data[k]['code'][t]
         tt += "  " + str(t) + ":" + str(data[k]['code'][t]) 
       if data[k]['code'].has_key(200):
         success_code = data[k]['code'][200]/total_sum*100
       else:
         data[k]['code'][200]=0
         success_code = data[k]['code'][200]/total_sum*100
   
       for rr in sorted(data[k]['time_range'].keys()):
         tt += "  " + rr + ":" + str(data[k]['time_range'][rr])
       
       success_time = data[k]['time_range']['3s']/total_sum*100
       if success_time < 90:
          alert.append(tt)
       if success_code < 99:
         alert.append(tt)
       content.append(tt)
    
   msg = '\x0a\x0d'.join(alert)  
   print msg
   if len(alert) > 0:
     if send_mail(mailto_list,"TV_tomcat_Alert-Report",msg):
       print 'send ok'
     else:
       print 'send err'
   seek = f.tell()
with open(seek_file,'w') as f:
   f.write(time.strftime('%F %X')+"\n")
   f.write(str(seek)+"\n")