Initial commit
This commit is contained in:
commit
26688e4bf7
178
iwla.py
Executable file
178
iwla.py
Executable file
|
@ -0,0 +1,178 @@
|
||||||
|
#!/usr/bin/env python
|
||||||
|
|
||||||
|
import os
|
||||||
|
import re
|
||||||
|
import time
|
||||||
|
import glob
|
||||||
|
import imp
|
||||||
|
from robots import awstats_robots;
|
||||||
|
|
||||||
|
print '==> Start'
|
||||||
|
|
||||||
|
current_visit = {}
|
||||||
|
|
||||||
|
log_format = '$server_name:$server_port $remote_addr - $remote_user [$time_local] ' +\
|
||||||
|
'"$request" $status $body_bytes_sent ' +\
|
||||||
|
'"$http_referer" "$http_user_agent"';
|
||||||
|
|
||||||
|
log_format_extracted = re.sub(r'([^\$\w])', r'\\\g<1>', log_format);
|
||||||
|
log_format_extracted = re.sub(r'\$(\w+)', '(?P<\g<1>>.+)', log_format_extracted)
|
||||||
|
http_request_extracted = re.compile(r'(?P<http_method>\S+) (?P<http_uri>\S+) (?P<http_version>\S+)')
|
||||||
|
#09/Nov/2014:06:35:16 +0100
|
||||||
|
time_format = '%d/%b/%Y:%H:%M:%S +0100'
|
||||||
|
#print "Log format : " + log_format_extracted
|
||||||
|
|
||||||
|
log_re = re.compile(log_format_extracted)
|
||||||
|
uri_re = re.compile(r'(?P<extract_uri>[^\?]*)\?(?P<extract_parameters>.*)')
|
||||||
|
pages_extensions = ['/', 'html', 'xhtml', 'py', 'pl', 'rb', 'php']
|
||||||
|
viewed_http_codes = [200]
|
||||||
|
|
||||||
|
cur_time = None
|
||||||
|
|
||||||
|
print '==> Generating robot dictionary'
|
||||||
|
|
||||||
|
awstats_robots = map(lambda (x) : re.compile(x, re.IGNORECASE), awstats_robots)
|
||||||
|
|
||||||
|
def isPage(request):
|
||||||
|
for e in pages_extensions:
|
||||||
|
if request.endswith(e):
|
||||||
|
return True
|
||||||
|
|
||||||
|
return False
|
||||||
|
|
||||||
|
def appendHit(hit):
|
||||||
|
super_hit = current_visit[hit['remote_addr']]
|
||||||
|
super_hit['pages'].append(hit)
|
||||||
|
super_hit['bandwith'] += int(hit['body_bytes_sent'])
|
||||||
|
|
||||||
|
request = hit['extract_request']
|
||||||
|
|
||||||
|
if 'extract_uri' in request.keys():
|
||||||
|
uri = request['extract_uri']
|
||||||
|
else:
|
||||||
|
uri = request['http_uri']
|
||||||
|
|
||||||
|
hit['is_page'] = isPage(uri)
|
||||||
|
|
||||||
|
# Don't count redirect status
|
||||||
|
if int(hit['status']) == 302: return
|
||||||
|
|
||||||
|
if super_hit['robot'] or\
|
||||||
|
not int(hit['status']) in viewed_http_codes:
|
||||||
|
page_key = 'not_viewed_pages'
|
||||||
|
hit_key = 'not_viewed_hits'
|
||||||
|
else:
|
||||||
|
page_key = 'viewed_pages'
|
||||||
|
hit_key = 'viewed_hits'
|
||||||
|
|
||||||
|
if hit['is_page']:
|
||||||
|
super_hit[page_key] += 1
|
||||||
|
else:
|
||||||
|
super_hit[hit_key] += 1
|
||||||
|
|
||||||
|
def createGeneric(hit):
|
||||||
|
super_hit = current_visit[hit['remote_addr']] = {}
|
||||||
|
super_hit['viewed_pages'] = 0;
|
||||||
|
super_hit['viewed_hits'] = 0;
|
||||||
|
super_hit['not_viewed_pages'] = 0;
|
||||||
|
super_hit['not_viewed_hits'] = 0;
|
||||||
|
super_hit['bandwith'] = 0;
|
||||||
|
super_hit['pages'] = [];
|
||||||
|
|
||||||
|
return super_hit
|
||||||
|
|
||||||
|
def createUser(hit, robot):
|
||||||
|
super_hit = createGeneric(hit)
|
||||||
|
super_hit['robot'] = robot;
|
||||||
|
appendHit(hit)
|
||||||
|
|
||||||
|
def isRobot(hit):
|
||||||
|
for r in awstats_robots:
|
||||||
|
if r.match(hit['http_user_agent']):
|
||||||
|
return True
|
||||||
|
return False
|
||||||
|
|
||||||
|
def decode_http_request(hit):
|
||||||
|
if not 'request' in hit.keys(): return False
|
||||||
|
|
||||||
|
groups = http_request_extracted.match(hit['request'])
|
||||||
|
|
||||||
|
if groups:
|
||||||
|
hit['extract_request'] = groups.groupdict()
|
||||||
|
uri_groups = uri_re.match(hit['extract_request']['http_uri']);
|
||||||
|
if uri_groups:
|
||||||
|
hit['extract_request']['extract_uri'] = uri_groups.group('extract_uri')
|
||||||
|
hit['extract_request']['extract_parameters'] = uri_groups.group('extract_parameters')
|
||||||
|
else:
|
||||||
|
print "Bad request extraction " + hit['request']
|
||||||
|
return False
|
||||||
|
|
||||||
|
referer_groups = uri_re.match(hit['http_referer']);
|
||||||
|
if referer_groups:
|
||||||
|
hit['extract_referer']['extract_uri'] = referer_groups.group('extract_uri')
|
||||||
|
hit['extract_referer']['extract_parameters'] = referer_groups.group('extract_parameters')
|
||||||
|
return True
|
||||||
|
|
||||||
|
def decode_time(hit):
|
||||||
|
t = hit['time_local']
|
||||||
|
|
||||||
|
hit['time_decoded'] = time.strptime(t, time_format)
|
||||||
|
|
||||||
|
|
||||||
|
def newHit(hit):
|
||||||
|
global cur_time
|
||||||
|
|
||||||
|
if not decode_http_request(hit): return
|
||||||
|
|
||||||
|
for k in hit.keys():
|
||||||
|
if hit[k] == '-': hit[k] = ''
|
||||||
|
|
||||||
|
decode_time(hit)
|
||||||
|
|
||||||
|
t = hit['time_decoded']
|
||||||
|
|
||||||
|
current_visit['last_time'] = t
|
||||||
|
|
||||||
|
if cur_time == None:
|
||||||
|
cur_time = t
|
||||||
|
else:
|
||||||
|
if cur_time.tm_mday != t.tm_mday:
|
||||||
|
return False
|
||||||
|
|
||||||
|
remote_addr = hit['remote_addr']
|
||||||
|
if remote_addr in current_visit.keys():
|
||||||
|
appendHit(hit)
|
||||||
|
else:
|
||||||
|
createUser(hit, isRobot(hit))
|
||||||
|
|
||||||
|
return True
|
||||||
|
|
||||||
|
print '==> Analysing log'
|
||||||
|
f = open("access.log")
|
||||||
|
for l in f:
|
||||||
|
# print "line " + l;
|
||||||
|
|
||||||
|
groups = log_re.match(l)
|
||||||
|
|
||||||
|
if groups:
|
||||||
|
if not newHit(groups.groupdict()):
|
||||||
|
break
|
||||||
|
else:
|
||||||
|
print "No match " + l
|
||||||
|
f.close();
|
||||||
|
|
||||||
|
print '==> Call plugins'
|
||||||
|
plugins = glob.glob('./hooks_pre/*.py')
|
||||||
|
plugins.sort()
|
||||||
|
for p in plugins:
|
||||||
|
print '\t%s' % (p)
|
||||||
|
mod = imp.load_source('hook', p)
|
||||||
|
mod.hook(current_visit)
|
||||||
|
|
||||||
|
for ip in current_visit.keys():
|
||||||
|
hit = current_visit[ip]
|
||||||
|
if hit['robot']: continue
|
||||||
|
print "%s =>" % (ip)
|
||||||
|
for k in hit.keys():
|
||||||
|
if k != 'pages':
|
||||||
|
print "\t%s : %s" % (k, current_visit[ip][k])
|
34
iwla_convert.pl
Executable file
34
iwla_convert.pl
Executable file
|
@ -0,0 +1,34 @@
|
||||||
|
#!/usr/bin/perl
|
||||||
|
|
||||||
|
my $awstats_lib_root = '/usr/share/awstats/lib/';
|
||||||
|
my @awstats_libs = ('browsers.pm', 'browsers_phone.pm', 'mime.pm', 'referer_spam.pm', 'search_engines.pm', 'operating_systems.pm', 'robots.pm', 'worms.pm');
|
||||||
|
|
||||||
|
foreach $lib (@awstats_libs) {require $awstats_lib_root . $lib;}
|
||||||
|
|
||||||
|
open($FIC,">", "robots.py") or die $!;
|
||||||
|
|
||||||
|
print $FIC "awstats_robots = [";
|
||||||
|
$first = 0;
|
||||||
|
foreach $r (@RobotsSearchIDOrder_list1)
|
||||||
|
{
|
||||||
|
$r =~ s/\'/\\\'/g;
|
||||||
|
if ($first != 0)
|
||||||
|
{
|
||||||
|
print $FIC ", ";
|
||||||
|
}
|
||||||
|
else
|
||||||
|
{
|
||||||
|
$first = 1;
|
||||||
|
}
|
||||||
|
print $FIC "'.*$r.*'";
|
||||||
|
}
|
||||||
|
foreach $r (@RobotsSearchIDOrder_list2)
|
||||||
|
{
|
||||||
|
$r =~ s/\'/\\\'/g;
|
||||||
|
print $FIC ", '.*$r.*'";
|
||||||
|
}
|
||||||
|
print $FIC "]\n\n";
|
||||||
|
|
||||||
|
close($FIC);
|
||||||
|
|
||||||
|
|
Loading…
Reference in New Issue
Block a user