统计搜索引擎的每小时抓取量及首页抓取量(第一版)

简介: 下一版,要改进为在一个AWK内统计出所有数据。 现在要六次循环,效率太差,暂时跑起来先。。 #/bin/sh log_path="xxx.log" log_self="xxx.log" key_search=("http://www.

 

下一版,要改进为在一个AWK内统计出所有数据。

现在要六次循环,效率太差,暂时跑起来先。。

#/bin/sh

log_path="xxx.log"
log_self="xxx.log"
key_search=("http://www.baidu.com/search/spider.html" "http://www.google.com/bot.html"  "http://www.haosou.com/help")

time_inter_minute=60
bool_sendmail="true"
last_time=`date "-d -${time_inter_minute} minute" '+%d/%b/%G:%H:%M:%S'`
now_time=`date '+%d/%b/%G:%H:%M:%S'`
now_time_str="[${now_time}"
last_time_str="[${last_time}"

echo > $log_self
echo "start time: " $last_time >> $log_self
echo "end time: " $now_time >> $log_self

function searchSum()
{
  shell_out=`awk -v a=$1 -v b=$2 '{if ($4 > a && $4 < b) print}' $3|grep $4|wc -l`
  echo $shell_out
}

function searchRootSum()
{
  shell_root_out=`awk -v a=$1 -v b=$2 '{if ($4 > a && $4 < b && $7 == "/") print}' $3|grep $4|wc -l`
  echo $shell_root_out
}
for search_robot in ${key_search[@]}
do
    echo $search_robot >> $log_self
    count=`searchSum $last_time_str $now_time_str $log_path $search_robot`
    echo 全站抓取数量:$count >> $log_self
    countRoot=`searchRootSum $last_time_str $now_time_str $log_path $search_robot`
    echo 首页抓取数量:$countRoot >> $log_self
    if [ $count -eq 0 ];then
    mutt -s "xxx搜索引擎抓取统计"  x@x.com < $log_self
    fi
done

if [ $bool_sendmail == "true" ];then
    echo $bool_sendmail
fi 
mutt -s "xxx搜索引擎抓取统计" xx@xx.com < $log_self

 

目录
相关文章
|
2月前
|
监控 前端开发 JavaScript
网站统计网页浏览量的一般技术介绍
网站统计网页浏览量的一般技术介绍
63 0
|
9月前
|
数据采集 搜索推荐 安全
网站收录量怎么提升?
答案是:谷歌网站收录量可以通过GPC爬虫池技术完成。 在当今的数字时代,拥有一个网站是不够的。 为了确保你的内容被搜索引擎看到并索引,你需要确保你的网站被收录。 网站的收录量是评估其在线可见性的关键指标。 下面我们将探讨几种有效提高网站收录量的策略。
70 0
网站收录量怎么提升?
|
SQL 监控 HIVE
网站流量日志分析--统计分析--回头单次访客分析|学习笔记
快速学习网站流量日志分析--统计分析--回头单次访客分析
96 0
网站流量日志分析--统计分析--回头单次访客分析|学习笔记
|
数据采集 分布式计算 大数据
爬虫识别-关键页面访问量-实现代码及效果|学习笔记
快速学习爬虫识别-关键页面访问量-实现代码及效果。
76 0
|
数据采集 消息中间件 前端开发
爬虫识别-关键页面访问量-需求及实现思路|学习笔记
快速学习爬虫识别-关键页面访问量-需求及实现思路
95 0
爬虫识别-关键页面访问量-需求及实现思路|学习笔记
|
数据采集 监控 搜索推荐
网站抓取频率是什么,如何提高网站抓取的频率
网站抓取频率是什么,如何提高网站抓取的频率
89 0
|
数据采集 监控 搜索推荐
网站抓取频率是什么,如何提高网站抓取的频率?
网站抓取频率是什么,如何提高网站抓取的频率?
99 0
|
消息中间件 存储 缓存
如何做到 99% 的搜索请求延迟低于 150 毫秒?LinkedIn 全新消息搜索平台实践
即时通讯的兴起改变了我们的交流方式。与来回的电子邮件相比,我们发送和接收消息的数量和速度都要高得多。在进行即时对话时,我们也希望能够轻松地搜索重要的短语、瞬间或有参考价值的东西。数据交换请求数量的快速增长为消息传递的可伸缩和快速发现带来了许多新的工程挑战。
|
搜索推荐 索引 数据采集
网站内容的收录量和索引量的区别和联系
百度的收录分为索引量和收录量两种,站长一般会认为索引量等同收录量,二者并无差别。但是在实际搜索结果中,我们常常会发现,通过关键词能搜索到内容,但是通过复制完整标题或摘录却搜索不出结果。为何如此?武汉SEO和大家一起来看看收录量和索引两的差别。
1114 0