怎樣看原始日志文件
- 威海seo專題 威海網(wǎng)站日志
- 2894
讀者h(yuǎn)iisee問
請(qǐng)問如何用PHP腳本在后臺(tái)獲取蜘蛛的詳細(xì)信息呀？如哪里的蜘蛛／何時(shí)來的／搜索了哪幾個(gè)頁(yè)面／哪些它喜歡哪些不喜歡等，和判斷瀏覽器是不是用一樣的技術(shù)？謝謝，再次麻煩您了．
剛好關(guān)于流量統(tǒng)計(jì)和分析以前還沒有談過，這兩天分幾個(gè)方面專門談一下。今天先來談作為SEO，怎樣讀服務(wù)器原始日志文件(server raw logfile)。
網(wǎng)站服務(wù)器會(huì)把每一個(gè)訪客來訪時(shí)的一些信息自動(dòng)記錄下來，存在服務(wù)器原始日志文件中。
一般主機(jī)提供商會(huì)在控制面板提供給你下載這個(gè)文件，如果你的主機(jī)提供商不提供原始日志文件的話，你就該換地方了。
原始日志文件只是一個(gè)純文字形式的文件，只要用文字編輯軟件如WordPad或Notepad打開就可以了。
下面是我從上個(gè)月這個(gè)blog本身的日志文件中隨機(jī)選取的一行，我們來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)”
（注：雖然上面是很久以前的日志中的一段，但現(xiàn)在的日志文件所包含的信息格式是一樣的，完全沒有變化）
用戶IP地址
221.201.77.63
這是訪問人所使用的IP 地址，能夠告訴你來訪的人來自什么地理位置。如果你查一下這個(gè)IP地址所屬位置，可以看到這位訪客來自中國(guó)北京。
日期/時(shí)間
02/Jul/2006:15:30:41
這是某一個(gè)文件被訪問的時(shí)間，和IP地址結(jié)合起來，你就可以跟蹤某一個(gè)特定的用戶，從一個(gè)網(wǎng)頁(yè)到另一個(gè)網(wǎng)頁(yè)的訪問順序。
時(shí)區(qū)
+0800
這個(gè)數(shù)字是相對(duì)格林威治時(shí)間的時(shí)區(qū)差多少，北京處于東8區(qū)。
服務(wù)器動(dòng)作
GET /seoblog/2006/04/17/user-friendly-website/ HTTP/1.1
服務(wù)器要做的動(dòng)作要么是GET，要么是POST。除了一些CGI腳本外，通常都應(yīng)該是GET，也就是從服務(wù)器上獲取某個(gè)網(wǎng)頁(yè)或圖片文件。
例子里的這行意思就是按HTTP/1.1協(xié)議(protocol)獲取文件/seoblog/2006/04/17/user-friendly-website/
返回狀態(tài)碼
200
下一行是服務(wù)器反應(yīng)是否成功。200就是說成功獲取了文件，如果是返回了404，就是文件沒有找到。401是需要密碼，403禁止查看，500服務(wù)器錯(cuò)誤，當(dāng)然還有其他很多服務(wù)器狀態(tài)碼。
文件大小
19031
這一行指的是所獲取的文件大小，在我們的來自例子里是19031 byte。
訪客來源
http://www.baidu.com/s?wd=PRADA%B9%D9%B7%BD%CD%F8%D5%BE&cl=3
這一段是告訴我們?cè)L客是從哪里來到這一個(gè)網(wǎng)頁(yè)。有可能是同一個(gè)網(wǎng)站的其他頁(yè)，有可能是來自搜索引擎的搜索頁(yè)，也可能是來自其它網(wǎng)站的鏈接。
例子里的是來自百度，搜索關(guān)鍵詞是”PRADA官方網(wǎng)站”。
這段信息以前是非常重要的，流量分析系統(tǒng)可以從這個(gè)信息統(tǒng)計(jì)出搜索用戶是搜索了什么關(guān)鍵詞訪問你的網(wǎng)站?？上У氖?，現(xiàn)在所有搜索引擎都已經(jīng)屏蔽了這段關(guān)鍵詞信息，我們只能知道流量來自哪個(gè)搜索引擎，無(wú)法知道是來自什么關(guān)鍵詞。
瀏覽器類型
Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; Alexa Toolbar)
這最后一段所表示的是瀏覽器和用戶電腦的一些信息。
比如上面這一段所表示的是用戶所使用的電腦是與Netscape兼容的Mozilla瀏覽器，Windows NT操作系統(tǒng)，瀏覽器是IE6.0，裝有Alexa Toolbar。
在這一段如果用戶使用的是其他類型電腦或?yàn)g覽器，或者來訪問的是搜索引擎蜘蛛，你還可能看到這些代碼:
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)
意義不用解釋，一看就知道了。
跟蹤用戶軌跡
這是很多網(wǎng)站運(yùn)行者需要研究的地方。
從日志文件中剔除對(duì)圖片的訪問，剔除中間插進(jìn)來的其他訪客的信息，只把來自某一個(gè)IP地址的用戶在一段時(shí)間內(nèi)所看的網(wǎng)頁(yè)列出來，我們就能看到這個(gè)用戶在你的網(wǎng)站上都做了哪些行動(dòng)，看了哪些網(wǎng)頁(yè)。
用戶行為信息給網(wǎng)站運(yùn)行者提供很大的幫助。
來源：seo每天一貼 Zac 昝輝
