Estimados: Pienso desarrollar un pequeño programa en python que procese un gran archivo de texto ASCII (200Mb aprox) el cual tiene varias lineas con informacion de URLs visitadas. Este archivo lo tengo en una PC Window$ que uso como Syslog y el firewall almacena ahi la informacion en linea. La idea es que pueda hacer un programa que ubique en cada linea (que terminan siempre con <000>) un URL, y de ser asi, almacenar en una base de datos , se me ocurre Mysql lo siguiente:
Fecha , hora, IP , y el dominio del URL, de manera que pueda luego, mediante consultas a esa base de datos, obtener informacion agrupada sobre paginas mas vistas, usuarios con mas trafico, etc. Ejemplo de archivo ASCII: 2010-04-12 11:15:13 Local0.Info 192.168.1.1 FW_UNO: NetScreen device_id=FW_REM [Root]system-information-00769: UF-MGR: URL PERMITTED: 192.168.1.41(1619)->68.142.101.11(80) sunmicro-6.vo.llnwd.net/u/esd6/jscdl/jre/6u17-b80/jre/jre-6u17-windows-i586-ifCATEGORY: default REASON: BY_OTHER PROFILE: Acceso_Total (2010-04-12 11:14:36)<000> 2010-04-12 11:15:13 Local0.Notice 192.168.1.1 FW_REM: NetScreen device_id=FW_REM [Root]system-notification-00257(traffic): start_time="2010-04-12 11:14:23" duration=14 policy_id=27 service=http proto=6 src zone=Trust dst zone=Untrust action=Permit sent=1011 rcvd=1042 src=10.10.10.45 dst=204.160.104.126 src_port=1932 dst_port=80 src-xlated ip=200.62.154.89 port=15204 dst-xlated ip=204.160.104.126 port=80 session_id=45288 reason=Close - TCP RST<000> 2010-04-12 11:15:14 Local0.Info 192.168.1.1 FW_REM: NetScreen device_id=FW_REM [Root]system-information-00769: UF-MGR: URL PERMITTED: 192.168.1.45(1928)->208.89.14.135(80) sales.liveperson.net/hc/55170107/CATEGORY: default REASON: BY_OTHER PROFILE: Acceso_Total (2010-04-12 11:14:37)<000> Podrian por favor aconsejarme que modulos de Python deberia utilizar ? Se que Python tiene cientos de librerias, imagino que alguna debe poder identificar de una variable string, el URL, y luego el dominio... Mil gracias de antemano por las sugerencias. Saludos
_______________________________________________ Python-es mailing list Python-es@python.org http://mail.python.org/mailman/listinfo/python-es FAQ: http://python-es-faq.wikidot.com/
