php 用php写了个正则解析nginx的access log

于nginx的日志分析，awstats + jawstats 是一个很好的解决方案

最近有个任务需要对接口的调用做二次分析统计，于是用php写了个正则解析日志，用Highcharts报表,

nginx.conf 对log的默认格式是这样定义的

log_format access '$remote_addr - $remote_user [$time_local] "$request" '

'$status $body_bytes_sent "$http_referer" '

'"$http_user_agent" $http_x_forwarded_for';

每行的记录大概如下

192.168.192.168 - - [31/Jul/2012:14:17:45 +0800] "GET /a/b/c/d.txt?device_id=BF771F68-6B0C-41D0-9F7E-3A24294B17DF HTTP/1.0" 200 1039 "-" "LifeStyleTiring-Room/1.0 CFNetwork/548.1.4 Darwin/11.4.0"

每天用crontab把记录切割并解析，每次读入100行，提取有用部分预处理存入sql，为报表做准备

目前数据量不多，还没有做性能测试

<?php
$s_line = '192.168.192.168 - - [31/Jul/2012:14:17:45 +0800] "GET /a/b/c/d.txt?device_id=BF771F68-6B0C-41D0-9F7E-3A24294B17DF HTTP/1.0" 200 1039 "-" "LifeStyleTiring-Room/1.0 CFNetwork/548.1.4 Darwin/11.4.0"';

$p = '/^(\\d{1,3}.\\d{1,3}.\\d{1,3}.\\d{1,3})\\s-\\s(.*)\\s\\[(.*)\\]\\s"(.*)\\"\\s(\\d{3})\\s(\\d+)\\s"(.*)"\\s\\"(.*)\\"(.*)$/u';

preg_match($p,$s_line,$a_match);
var_dump($a_match); 

//还不知道ipv6的状况会如何
//该片段来自于http://outofmemory.cn