Apache 日志过滤方法

<IfModule log_config_module>
    LogFormat "%h %t \"%r\" %>s %b \"%{Referer}i\" \"%{User-Agent}i\"" combined
    LogFormat "%h %t \"%r\" %>s %b" common
    LogFormat "%{Referer}i -> %U" referer
    LogFormat "%{User-agent}i" agent

    <IfModule logio_module>
      # You need to enable mod_logio.c to use %I and %O
      LogFormat "%h %l %u %t \"%r\" %>s %b \"%{Referer}i\" \"%{User-Agent}i\" %I %O" combinedio
    </IfModule>

    <FilesMatch "\.(ico|gif|jpg|png|swf|css|js)">
    SetEnv IMAG 1
    </FilesMatch>
    CustomLog logs/access.log common env=!IMAG
</IfModule>

<FilesMatch "\.(ico|gif|jpg|png|swf|css|js)">
此处可以在APACHE记录的日志当中,过滤掉你不想记录的用户请求.



SetEnvIf Request_URI \.gif$ gif-image
CustomLog gif-requests.log common env=gif-image
CustomLog nongif-requests.log common env=!gif-image

如上写法,可以只过滤,或者指定某一中类型的请求,写到特定的日志中去

另外,可以根据%s参数得到的结果来进行统计计算哦. 就是访问状态



请求本身的情况将通过在格式字符串中放置各种"%"转义符的方法来记录，它们在写入日志文件时，根据下表的定义进行转换：

格式字符串

描述

%%

百分号(Apache2.0.44或更高的版本)

%a

远端IP地址

%A

本机IP地址

%B

除HTTP头以外传送的字节数

%b

以CLF格式显示的除HTTP头以外传送的字节数，也就是当没有字节传送时显示'-'而不是0。

%{Foobar}C

在请求中传送给服务端的cookieFoobar的内容。

%D

服务器处理本请求所用时间，以微为单位。

%{FOOBAR}e

环境变量FOOBAR的值

%f

文件名

%h

远端主机

%H

请求使用的协议

%{Foobar}i

发送到服务器的请求头Foobar:的内容。

%l

远端登录名(由identd而来，如果支持的话)，除非设为"On"，否则将得到一个"-"。

%m

请求的方法

%{Foobar}n

来自另一个模块的注解Foobar的内容。

%{Foobar}o

应答头Foobar:的内容。

%p

服务器服务于该请求的标准端口。

%P

为本请求提供服务的子进程的PID。

%{format}P

服务于该请求的PID或TID(线程ID)，format的取值范围为：pid和tid(2.0.46及以后版本)以及hextid(需要APR1.2.0及以上版本)

%q

查询字符串(若存在则由一个"?"引导，否则返回空串)

%r

请求的第一行

%s

状态。对于内部重定向的请求，这个状态指的是原始请求的状态，---%>s则指的是最后请求的状态。

%t

时间，用普通日志时间格式(标准英语格式)

%{format}t

时间，用strftime(3)指定的格式表示的时间。(默认情况下按本地化格式)

%T

处理完请求所花时间，以秒为单位。

%u

远程用户名(根据验证信息而来；如果返回status(%s)为401，可能是假的)

%U

请求的URL路径，不包含查询字符串。

%v

对该请求提供服务的标准。

%V

根据指令设定的服务器名称。

%X

请求完成时的连接状态：

X=	连接在应答完成前中断。
+=	应答传送完后继续保持连接。
-=	应答传送完后关闭连接。

(在1.3以后的版本中，这个指令是%c，但这样就和过去的SSL语法：%{var}c冲突了)

%I

接收的字节数，包括请求头的数据，并且不能为零。要使用这个指令你必须启用模块。

%O

发送的字节数，包括请求头的数据，并且不能为零。要使用这个指令你必须启用模块。

　　下面提供 HTTP 状态码的完整列表。点击链接可了解详情。您也可以访问 HTTP 状态码上的 W3C 页获取更多信息。

　　1xx(临时响应)

　　表示临时响应并需要请求者继续执行操作的状态码。

　　100(继续)请求者应当继续提出请求。服务器返回此代码表示已收到请求的第一部分，正在等待其余部分。

　　101(切换协议)请求者已要求服务器切换协议，服务器已确认并准备切换。

　　2xx (成功)

　　表示成功处理了请求的状态码。

　　200(成功)服务器已成功处理了请求。通常，这表示服务器提供了请求的网页。如果是对您的 robots.txt 文件显示此状态码，则表示 Googlebot 已成功检索到该文件。

　　201(已创建)请求成功并且服务器创建了新的资源。

　　202(已接受)服务器已接受请求，但尚未处理。

　　203(非授权信息)服务器已成功处理了请求，但返回的信息可能来自另一来源。

　　204(无内容)服务器成功处理了请求，但没有返回任何内容。

　　205(重置内容)服务器成功处理了请求，但没有返回任何内容。与 204 响应不同，此响应要求请求者重置文档视图(例如，清除表单内容以输入新内容)。

　　206(部分内容)服务器成功处理了部分 GET 请求。

　　3xx (重定向)

　　要完成请求，需要进一步操作。通常，这些状态码用来重定向。Google 建议您在每次请求中使用重定向不要超过 5 次。您可以使用网站管理员工具查看一下 Googlebot 在抓取重定向网页时是否遇到问题。诊断下的网络抓取页列出了由于重定向错误导致 Googlebot 无法抓取的网址。

　　300(多种选择)针对请求，服务器可执行多种操作。服务器可根据请求者 (user agent) 选择一项操作，或提供操作列表供请求者选择。

　　301(永久移动)请求的网页已永久移动到新位置。服务器返回此响应(对 GET 或 HEAD 请求的响应)时，会自动将请求者转到新位置。您应使用此代码告诉 Googlebot 某个网页或网站已永久移动到新位置。

　　302(临时移动)服务器目前从不同位置的网页响应请求，但请求者应继续使用原有位置来响应以后的请求。此代码与响应 GET 和 HEAD 请求的 301 代码类似，会自动将请求者转到不同的位置，但您不应使用此代码来告诉 Googlebot 某个网页或网站已经移动，因为 Googlebot 会继续抓取原有位置并编制索引。

　　303(查看其他位置)请求者应当对不同的位置使用单独的 GET 请求来检索响应时，服务器返回此代码。对于除 HEAD 之外的所有请求，服务器会自动转到其他位置。

　　304(未修改)自从上次请求后，请求的网页未修改过。服务器返回此响应时，不会返回网页内容。

　　如果网页自请求者上次请求后再也没有更改过，您应将服务器配置为返回此响应(称为 If-Modified-Since HTTP 标头)。服务器可以告诉 Googlebot 自从上次抓取后网页没有变更，进而节省带宽和开销。

　　.

　　305(使用代理)请求者只能使用代理访问请求的网页。如果服务器返回此响应，还表示请求者应使用代理。

　　307(临时重定向)服务器目前从不同位置的网页响应请求，但请求者应继续使用原有位置来响应以后的请求。此代码与响应 GET 和 HEAD 请求的 301 代码类似，会自动将请求者转到不同的位置，但您不应使用此代码来告诉 Googlebot 某个页面或网站已经移动，因为 Googlebot 会继续抓取原有位置并编制索引。

　　4xx(请求错误)

　　这些状态码表示请求可能出错，妨碍了服务器的处理。

　　400(错误请求)服务器不理解请求的语法。

　　401(未授权)请求要求身份验证。对于登录后请求的网页，服务器可能返回此响应。

　　403(禁止)服务器拒绝请求。如果您在 Googlebot 尝试抓取您网站上的有效网页时看到此状态码(您可以在 Google 网站管理员工具诊断下的网络抓取页面上看到此信息)，可能是您的服务器或主机拒绝了 Googlebot 访问。

　　404(未找到)服务器找不到请求的网页。例如，对于服务器上不存在的网页经常会返回此代码。

　　如果您的网站上没有 robots.txt 文件，而您在 Google 网站管理员工具"诊断"标签的 robots.txt 页上看到此状态码，则这是正确的状态码。但是，如果您有 robots.txt 文件而又看到此状态码，则说明您的 robots.txt 文件可能命名错误或位于错误的位置(该文件应当位于顶级域，名为 robots.txt)。

　　如果对于 Googlebot 抓取的网址看到此状态码(在"诊断"标签的 HTTP 错误页面上)，则表示 Googlebot 跟随的可能是另一个页面的无效链接(是旧链接或输入有误的链接)。

　　405(方法禁用)禁用请求中指定的方法。

　　406(不接受)无法使用请求的内容特性响应请求的网页。

　　407(需要代理授权)此状态码与 401(未授权)类似，但指定请求者应当授权使用代理。如果服务器返回此响应，还表示请求者应当使用代理。

　　408(请求超时)服务器等候请求时发生超时。

　　409(冲突)服务器在完成请求时发生冲突。服务器必须在响应中包含有关冲突的信息。服务器在响应与前一个请求相冲突的 PUT 请求时可能会返回此代码，以及两个请求的差异列表。

　　410(已删除)如果请求的资源已永久删除，服务器就会返回此响应。该代码与 404(未找到)代码类似，但在资源以前存在而现在不存在的情况下，有时会用来替代 404 代码。如果资源已永久移动，您应使用 301 指定资源的新位置。

　　411(需要有效长度)服务器不接受不含有效内容长度标头字段的请求。

　　412(未满足前提条件)服务器未满足请求者在请求中设置的其中一个前提条件。

　　413(请求实体过大)服务器无法处理请求，因为请求实体过大，超出服务器的处理能力。

　　414(请求的 URI 过长)请求的 URI(通常为网址)过长，服务器无法处理。

　　415(不支持的媒体类型)请求的格式不受请求页面的支持。

　　416(请求范围不符合要求)如果页面无法提供请求的范围，则服务器会返回此状态码。

　　417(未满足期望值)服务器未满足"期望"请求标头字段的要求。

　　5xx(服务器错误)

　　这些状态码表示服务器在处理请求时发生内部错误。这些错误可能是服务器本身的错误，而不是请求出错。

　　500(服务器内部错误)服务器遇到错误，无法完成请求。

　　501(尚未实施)服务器不具备完成请求的功能。例如，服务器无法识别请求方法时可能会返回此代码。

　　502(错误网关)服务器作为网关或代理，从上游服务器收到无效响应。

　　503(服务不可用)服务器目前无法使用(由于超载或停机维护)。通常，这只是暂时状态。

　　504(网关超时)服务器作为网关或代理，但是没有及时从上游服务器收到请求。

　　505(HTTP 版本不受支持)服务器不支持请求中所用的 HTTP 协议版本.