Apache AWK过滤器x按小时分组

我试图按小时获得访问日志的点击率，但在我的日志中有一些我想忽略的行（css/js/etc…）

如果我跑步：

grep "31/Mar" access_log | cut -d[ -f2 | cut -d] -f1 | awk  -F: '{print $2}' | sort -n | uniq -c

具有预期的结果，如：

但如果我添加过滤器：

grep "31/Mar" access_log | cut -d[ -f2 | cut -d] -f1 | awk  -F '!/.pdf|.css|.png|.jpg|.js/': '{print $2}' | sort -n | uniq -c

结果是一行

7496

---

我做错了什么？

你可能想写：

awk  -F':' '!/\.(pdf|css|png|jpg|js)$/{print $2}'

---

但是您的脚本中还有其他问题，我们可以在给定的MCVE中帮助您。

所有这些长管道都可以在单个

awk

中完成，如下所示：

awk-F:'！/\。（pdf | css | png | jpg | js）$/&&&/31\/Mar/{++freq[$4]}
结束{for（f in freq）print f，freq[f]}'访问日志
12 8
13 2
14 1

我的错误。。。 在测试之后，我注意到问题是grep。 如果我优化grep，我可以忽略行并正确地在结果下应用awk

grep -Ev ".js|.css|.jpg|.png|.pdf" access_log | cut -d[ -f2 | cut -d] -f1 | awk  -F : '{print $2}' | sort -n | uniq -c

---

谢谢你的努力。请在你的问题中发布一些日志样本，让我们更好地了解你的问题。谢谢。

-F'！/。pdf |.css |.png |.jpg |.js/'：

没有意义-这是一个条件，不是regexp。正如@Ravinder所说的，请发布一个包含简明、可测试的示例输入（内容为

access\u log

）和预期输出的文档。@RavinderSingh13是apache中的一个常见日志文件，我想read@EdMorton可以使用任何标准访问日志，并将其视为目标的样本，我展示的第一个命令运行良好，您可以在访问日志上正常复制它。不要假设那些awk专家有兴趣帮助您拥有这样一个“标准访问日志”，甚至现在也不知道“apache”是什么。当你问一个问题时，你必须提供样本输入和给定输入的预期输出，这样我们就有了可以测试潜在解决方案的东西。否则，你就大大限制了愿意/能够帮助你的人。看看这是否不清楚。不起作用，因为加载的文件必须作为文本传递，以拆分参数，而不是带引号的字符串。我不知道这意味着什么，您必须更好地询问您的问题，以便我们能够帮助您。谢谢，但我发现了我的错误…如果我改进grep，如果瑞士刀具

awk

已经在使用，则不应使用

grep

。如果可以在一条注释中完成，为什么要通过在管道中运行6个命令来使它变得复杂和缓慢呢？您的grep命令不会执行您认为它可以执行的操作，因此在使用awk时，某些输入将失败，并且您不需要grep+2*cut+3管道等。

grep -Ev ".js|.css|.jpg|.png|.pdf" access_log | cut -d[ -f2 | cut -d] -f1 | awk  -F : '{print $2}' | sort -n | uniq -c