开发者社区> 郭璞> 正文

网站访客 简易日志记录

简介: 摘要 header 查看header 模拟header php中的使用 IP接口 接口介绍 PHP访问接口并解析 简易方式 略繁方式 解析JSON数据 记录器 操作系统信息 获取浏览器信息 核心 最终效果 总结 摘要 百度站长统计,一个不错的工具。
+关注继续查看

摘要

百度站长统计,一个不错的工具。各种信息也能超级详细的被记录下来,可以从下图上略知一二。但是实际上其详细程度远远不止如此。百度统计支持一级域名,以及二级域名的绑定。所以很方便。
百度统计

但也不是对于所有的服务器都支持,比如我没有给服务器绑定域名,所以自然就没法用了。但是如果我还想获得一些访客的信息,怎么办呢?

拿我自己来说,使用PHP就不赖。当然了,其他的编程语言也是可以的。不过需要具体情况具体分析嘛。我的需求很简单,那就是记录一下访客是使用哪个操作系统,使用的哪个浏览器,在什么时间访问了我的哪些文件。

嗯,需求就是这样了。

header

header就相当于一个身份的标识。我们要查看的话也很简单,最简单的方式就是打开浏览器,按下F12。调出开发者工具。就可以看到了。

查看header

Request Header

模拟header

写过Python爬虫程序的可能都会很熟悉啦。而且Python代码足够简洁,几行代码就可以完成一个简单的爬虫程序了。但是有很多网站会对爬虫程序进行“特殊照顾”,其中有一个就是针对header的处理。

因此,简单的代码是不能够保证一定可以获取的到服务器上相关的资源的。这个时候就需要让代码“伪装”一下了。做法呢也比较的简单,那就是手动的添加一个头信息。
比如下面的代码

#coding:utf8
import urllib2
import sys

headers = {
        'Referer':'http://zhjw.dlut.edu.cn/',
        'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.94 Safari/537.36'
}

req = urllib2.Request(url=sys.argv[1], headers=headers)
print urllib2.urlopen(req).read()

这就是一个最简单的模拟浏览器的“伪装”爬虫程序了。作用就是:
简单的将URL对应的资源下载下来,并标准显示(比如屏幕)。

大部分人(尤其是非专业的)可能不知道,点击了浏览器上一个超链接,或者填写了一个表单背后发生的故事。其实在这些简单操作的背后蕴含着复杂的智慧。其中就包含header 在http协议中不可取代的地位。

个人觉得称之为人类智慧的结晶也不为过。计算机本身的发展,离不开各行各业的共同进步。

php中的使用

刚才的话题有点跑偏了,现在继续讨论在PHP中对于Header的获取吧。我们最需要的就是通过PHP内置的一些超级变量$_SERVER来获取header中的用户代理信息。

'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.94 Safari/537.36'

别看这个值很随意,其实它却包含了作为客户端的你的很多信息。在PHP中使用下面的代码就可以获取得到了。

<?php

echo $_SERVER['HTTP_USER_AGENT'];
echo "<br />".$_SERVER ['REMOTE_ADDR'];
?>

运行结果:
PHP 获得客户端信息

IP接口

接口介绍

了解了如何获取客户端的简单的这些信息之后,基本上就可以满足正常的需求了。但是为了更进一步,获得用户的大致的位置,这里还是需要借助于接口(网上有很多免费的接口,可以方便的获取关于IP的详细的信息)。这里我暂且使用下面的这个接口吧。

http://ip.taobao.com/service/getIpInfo.php?ip=ip地址

通过一个get请求就可以获取得到IP对应的信息啦。返回的数据时JSON类型的,大致如下:
IP接口

PHP访问接口并解析

在PHP中有好多的方法来访问一个接口。我这里大致的介绍两个吧,一个简单,一个略微复杂一点。

简易方式

不知道您有没有听说过这样的一个函数

string file_get_contents(url)

给个网址,仅仅需要这样一个函数就可以获取到数据了。而且是以字符串的形式进行返回。

略繁方式

下面讲一个在PHP中进行接口测试的最为常用,也比较正统一点的curl。看个小例子就明白了。

/**
 * 根据 客户端IP 获取到其具体的位置信息
 * @param unknown $ip
 * @return string
 */
function get_address_by_ip($ip) {
    $url = "http://ip.taobao.com/service/getIpInfo.php?ip=".$ip;
    $curl = curl_init();
    curl_setopt($curl, CURLOPT_URL, $url);
    curl_setopt($curl, CURLOPT_HEADER, 0);
    curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
    $info = curl_exec($curl);
    curl_close($curl);
    return $info;
}

是不是贼简单。

解析JSON数据

既然已经获取到数据了,下一步就自然的是对获取到的数据进行解析。
还是看个小例子,就明白了。

$json_get = get_address_by_ip("一个公网IP");
$data = json_decode($json_get, true);

需要注意的是json_decode函数的第二个参数设置为true,这是为了让php解释器根据获取到的字符串类型的数据解码为JSON对象。这样我们才能在代码中直接使用这个对象来做进一步的操作。

具体的获取JSON内部的数据就简单多了,说到这里,大家应该都懂了。也就不多说了吧。

记录器

万事俱备,下面就开始着手编码吧。

操作系统信息

下面通过PHP中的正则表达式做了简单的处理,虽然不能包含市面上所有的操作系统,但是大部分已经是足够啦。

/**
 * 获取客户端类型,手机还是电脑,以及相应的操作系统类型。
 * 
 * @param string $subject          
 */
function get_os($agent) {
    $os = false;

    if (preg_match ( '/win/i', $agent ) && strpos ( $agent, '95' )) {
        $os = 'Windows 95';
    } else if (preg_match ( '/win 9x/i', $agent ) && strpos ( $agent, '4.90' )) {
        $os = 'Windows ME';
    } else if (preg_match ( '/win/i', $agent ) && preg_match ( '/98/i', $agent )) {
        $os = 'Windows 98';
    } else if (preg_match ( '/win/i', $agent ) && preg_match ( '/nt 6.0/i', $agent )) {
        $os = 'Windows Vista';
    } else if (preg_match ( '/win/i', $agent ) && preg_match ( '/nt 6.1/i', $agent )) {
        $os = 'Windows 7';
    } else if (preg_match ( '/win/i', $agent ) && preg_match ( '/nt 6.2/i', $agent )) {
        $os = 'Windows 8';
    } else if (preg_match ( '/win/i', $agent ) && preg_match ( '/nt 10.0/i', $agent )) {
        $os = 'Windows 10'; // 添加win10判断
    } else if (preg_match ( '/win/i', $agent ) && preg_match ( '/nt 5.1/i', $agent )) {
        $os = 'Windows XP';
    } else if (preg_match ( '/win/i', $agent ) && preg_match ( '/nt 5/i', $agent )) {
        $os = 'Windows 2000';
    } else if (preg_match ( '/win/i', $agent ) && preg_match ( '/nt/i', $agent )) {
        $os = 'Windows NT';
    } else if (preg_match ( '/win/i', $agent ) && preg_match ( '/32/i', $agent )) {
        $os = 'Windows 32';
    } else if (preg_match ( '/linux/i', $agent )) {
        if(preg_match("/Mobile/", $agent)){
            if(preg_match("/QQ/i", $agent)){
                $os = "Android QQ Browser";
            }else{
                $os = "Android Browser";
            }
        }else{
            $os = 'PC-Linux';
        }
    } else if (preg_match ( '/Mac/i', $agent )) {
    if(preg_match("/Mobile/", $agent)){
            if(preg_match("/QQ/i", $agent)){
                $os = "IPhone QQ Browser";
            }else{
                $os = "IPhone Browser";
            }
        }else{
            $os = 'Mac OS X';
        }
    } else if (preg_match ( '/unix/i', $agent )) {
        $os = 'Unix';
    } else if (preg_match ( '/sun/i', $agent ) && preg_match ( '/os/i', $agent )) {
        $os = 'SunOS';
    } else if (preg_match ( '/ibm/i', $agent ) && preg_match ( '/os/i', $agent )) {
        $os = 'IBM OS/2';
    } else if (preg_match ( '/Mac/i', $agent ) && preg_match ( '/PC/i', $agent )) {
        $os = 'Macintosh';
    } else if (preg_match ( '/PowerPC/i', $agent )) {
        $os = 'PowerPC';
    } else if (preg_match ( '/AIX/i', $agent )) {
        $os = 'AIX';
    } else if (preg_match ( '/HPUX/i', $agent )) {
        $os = 'HPUX';
    } else if (preg_match ( '/NetBSD/i', $agent )) {
        $os = 'NetBSD';
    } else if (preg_match ( '/BSD/i', $agent )) {
        $os = 'BSD';
    } else if (preg_match ( '/OSF1/i', $agent )) {
        $os = 'OSF1';
    } else if (preg_match ( '/IRIX/i', $agent )) {
        $os = 'IRIX';
    } else if (preg_match ( '/FreeBSD/i', $agent )) {
        $os = 'FreeBSD';
    } else if (preg_match ( '/teleport/i', $agent )) {
        $os = 'teleport';
    } else if (preg_match ( '/flashget/i', $agent )) {
        $os = 'flashget';
    } else if (preg_match ( '/webzip/i', $agent )) {
        $os = 'webzip';
    } else if (preg_match ( '/offline/i', $agent )) {
        $os = 'offline';
    } else {
        $os = '未知操作系统';
    }
    return $os;
}

获取浏览器信息

同理,下面打函数可以简单的解析出访客的浏览器相关的信息。

**
 * 获取 客户端的浏览器类型
 * @return string
 */
function get_broswer($sys){
    if (stripos($sys, "Firefox/") > 0) {
        preg_match("/Firefox\/([^;)]+)+/i", $sys, $b);
        $exp[0] = "Firefox";
        $exp[1] = $b[1];  //获取火狐浏览器的版本号
    } elseif (stripos($sys, "Maxthon") > 0) {
        preg_match("/Maxthon\/([\d\.]+)/", $sys, $aoyou);
        $exp[0] = "傲游";
        $exp[1] = $aoyou[1];
    } elseif (stripos($sys, "MSIE") > 0) {
        preg_match("/MSIE\s+([^;)]+)+/i", $sys, $ie);
        $exp[0] = "IE";
        $exp[1] = $ie[1];  //获取IE的版本号
    } elseif (stripos($sys, "OPR") > 0) {
        preg_match("/OPR\/([\d\.]+)/", $sys, $opera);
        $exp[0] = "Opera";
        $exp[1] = $opera[1];
    } elseif(stripos($sys, "Edge") > 0) {
        //win10 Edge浏览器 添加了chrome内核标记 在判断Chrome之前匹配
        preg_match("/Edge\/([\d\.]+)/", $sys, $Edge);
        $exp[0] = "Edge";
        $exp[1] = $Edge[1];
    } elseif (stripos($sys, "Chrome") > 0) {
        preg_match("/Chrome\/([\d\.]+)/", $sys, $google);
        $exp[0] = "Chrome";
        $exp[1] = $google[1];  //获取google chrome的版本号
    } elseif(stripos($sys,'rv:')>0 && stripos($sys,'Gecko')>0){
        preg_match("/rv:([\d\.]+)/", $sys, $IE);
        $exp[0] = "IE";
        $exp[1] = $IE[1];
    }else {
        $exp[0] = "未知浏览器";
        $exp[1] = "";
    }
    return $exp[0].'('.$exp[1].')';
}

核心

最后就是将获取到的这些信息进行二次处理,该用于查找地理位置的就去查找地理位置,该被记录到文件中的就记录到文件中。

<?php
function clientlog() {
    require_once './getclientinfo.php';
    $useragent = $_SERVER ['HTTP_USER_AGENT'];
    $clientip = $_SERVER ['REMOTE_ADDR'];

    $client_info = get_os ( $useragent ) . "---" . get_broswer ( $useragent );

    $rawdata_position = get_address_by_ip ( $clientip );


$rawdata_position = json_decode($rawdata_position, true);
    $country = $rawdata_position['data']['country'];
    $province = $rawdata_position['data']['region'];
    $city = $rawdata_position['data']['city'];
    $nettype = $rawdata_position['data']['isp'];


    $time = date ( 'y-m-d h:m:s' );
    $data = "来自{$country} {$province} {$city }{$nettype} 的客户端: {$client_info},IP为:{$clientip},在{$time}时刻访问了{$_SERVER['PHP_SELF']}文件!\n";

    echo $data;

//  $filename = "./log.log";
//  // if (! file_exists ( $filename )) {
// //   fopen ( $filename, "w+" );
//  // }
//  file_put_contents ( $filename, $data, FILE_APPEND );
}

clientlog();

这里仅仅是演示一下,实际上需要完善一下。

如果有需要的话,可以在下面评论中留下邮箱,或者私信我来获取源码。

最终效果

最后,来看一下部署到服务器上的实验效果吧。
日志信息简易记录

可能有些IP地址对于这个接口并不适用,所以未能正确的解析出来。不过大部分的还是可以滴。

总结

对比与百度的站长统计,我觉得他们做的无非是更加的详细了。而且作为国内搜索中做的最大的,其用户群体也是一个不小的数字。所以不知不觉的我们很多信息都会被记录走了。所以他们可以做的很详细,甚至精确到了性别,年龄。

凡事也都是立于乎微,也许在不知不觉中,日志信息会帮到你一个大忙。

( ⊙ o ⊙ )啊!不知道为啥今天这篇博客乱糟糟的,自己看着都蓝瘦。不出意外的话,应该是2016年最后一篇博客了。这样草率的收尾真的是有点难为情呢。

算了,就这样吧,不改了。也许,正好有人喜欢这种“乱式佳人”呢,(^__^) 嘻嘻……

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
PHP中利用文件锁实现日志写入和网站接口访问等常见场景下的并发控制
针对并发环境下网站、日志文件写入产生的脏数据、更新丢失等情况的解决思路之一
2707 0
阿里云服务器端口号设置
阿里云服务器初级使用者可能面临的问题之一. 使用tomcat或者其他服务器软件设置端口号后,比如 一些不是默认的, mysql的 3306, mssql的1433,有时候打不开网页, 原因是没有在ecs安全组去设置这个端口号. 解决: 点击ecs下网络和安全下的安全组 在弹出的安全组中,如果没有就新建安全组,然后点击配置规则 最后如上图点击添加...或快速创建.   have fun!  将编程看作是一门艺术,而不单单是个技术。
17809 0
mPaas-MPS 常见问题和踩坑记录
mPaaS 集成了华为、小米等厂商的推送功能,从而有效地提高用户留存率,提升用户体验。在我们日常运维过程中,发现少部分设备在厂商push下无法push,在此分享下相关案例的排查过程,方便后续同类问题借鉴。
153 0
阿里云服务器怎么设置密码?怎么停机?怎么重启服务器?
如果在创建实例时没有设置密码,或者密码丢失,您可以在控制台上重新设置实例的登录密码。本文仅描述如何在 ECS 管理控制台上修改实例登录密码。
19112 0
+关注
郭璞
一切就交给时间,它会给我答案。
369
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
OceanBase 入门到实战教程
立即下载
阿里云图数据库GDB,加速开启“图智”未来.ppt
立即下载
实时数仓Hologres技术实战一本通2.0版(下)
立即下载