1、在Windows下的用戶要使用shell命令符的話請先安裝cygwin，安裝方法自行Google（搜技術問題請使用google，百度搜不到活該） 

2、下面粗略介紹下SEO日志分析常用的命令符用法，需要詳細了解每個命令符請使用Google。 

less 文件名 查看文件內容 按“q” 退出 

cat 文件名 打開文件，可以多次打開幾個文件 | cat 1.log 2.log |cat *.cat
grep -參數(shù) 文件名
-i 不區(qū)分大小寫
-v 顯示不符合條件的所有行
-c 顯示符合條件的所有行數(shù)（符合條件的數(shù)量） 

egrep 屬于grep的升級版，在正則這一塊的支持更完善，使用正則的時候建議使用egrep 

head -2 文件名 顯示2行
head -100 文件名 | tail -10 >>a.log 提取文件第91-100行數(shù)據(jù) 

wc -參數(shù) 文件名 統(tǒng)計文本大小，字符多少，行數(shù)
-c 統(tǒng)計文本字節(jié)數(shù)
-m 統(tǒng)計文本字符數(shù)
-l 統(tǒng)計文本有多少行 

sort - 參數(shù) 文件名 對文件進行排序
-n 對文件按照數(shù)字排序
-r 反向排序 

uniq -參數(shù) 文件名 對文件去重，去重前需要使用排序

sort
-c 顯示數(shù)據(jù)重復的次數(shù) 

split -參數(shù) 文件名 對文件進行切割
-100 （每100行切割成一個文件）
-C 25m/b/k (每25兆/字節(jié)/K 分割成一個文件)

| 管道，把上一條命令的結果傳輸給下一條命令 

“>” 和“>> ” 重定向寫入文件中 “>”相當于“w”清空并寫入 “>>”相當于“a” 追加進文件

 awk -F '分割符'  Pattern ｛action｝ 文件名 使用指定的字符對每一行數(shù)據(jù)進行分段，默認是空格（網(wǎng)站日志就是空格分開）
-F后面跟的是分隔符
pattern 就是action執(zhí)行的條件，這里可以使用正則表達式
$n 即時第幾段數(shù)據(jù) $0表示整行數(shù)據(jù)
NF表示當前記錄的字段數(shù)
$NF 表示最后一個字段
BEGIN和END，這兩者都可用于pattern中，提供BEGIN和END的作用是給程序賦予初始狀態(tài)和在程序結束之后執(zhí)行一些掃尾的工作 

bash shell.sh 運行shell.sh腳本 

dos2unix xxoo.sh 將“\r\n”轉換成“\n” Windows——>linux （由于Windows和Linux下的換行符不同，所以我們在Windows下面下的代碼需要使用dos2unix 轉換成Linux下的換行符，否則運行shell腳本會報錯） 

unix2dos xxoo.sh 將“\n”轉換成“\r\n” linux——>Windows
rm xx.txt 刪除xx.txt文件 

3、一些簡單的命令符介紹到這里，需要了解shell，建議大家查看相關的書籍.

下面我們開始使用shell分析日志

1、切割百度的抓取數(shù)據(jù)（將文件切割出來對專門的爬蟲數(shù)據(jù)進行處理能提高效率）

cat log.log |grep -i ‘baiduspider’ >baidu.log

2、網(wǎng)站狀態(tài)碼個數(shù)查詢  

awk ‘{print $9}’ baidu.log|sort|uniq -c|sort -nr

3、百度總抓取量 

wc -l baidu.log

4、百度不重復抓取量  

awk ‘{print $7}’ baidu.log|sort|uniq|wc -l

5、百度平均每次抓取的數(shù)據(jù)大小（結果是KB） 

awk ‘{print $10}’ baidu.log|awk ‘BEGIN{a=0}{a+=$1}END{ print a/NR/1024}’

6、首頁抓取量

awk ‘$7~/\.com\/$/’ baidu.log|wc -l

7、某目錄抓取量 

grep ‘/news/’ baidu.log|wc -l

8、抓取最多的10個頁面 

awk ‘{print $7}’ baidu.log|sort|uniq -c|sort -nr|head -10

9、找出抓取的404錯誤頁面 

awk ‘$9~ /^404$/ {print $7}’ baidu.log|sort|uniq|sort -nr

10、找出抓取了多少js文件和文件抓取的次數(shù) 

awk ‘$7~ /.js$/ {print $7}’ baidu.log|sort|uniq -c |sort -nr