analogでアクセス解析

analog.cfg (追加分) =========================

# JISだと化けるところがあるので EUCにします。
LANGUAGE JAPANESE-EUC
 
LOGFILE /var/log/apache2/access.log*
 
# デフォルト charsetは Movable typeのために UTF-8なので、拡張子で euc-jpを指定します。
OUTFILE /var/www/analog-results/index.html.euc-jp
 
# DNSキャッシュを使用します。
DNS WRITE
DNSFILE /var/cache/analog/dns/dnscache
 
# ブラウザサマリーと日ごとの集計を有効にします
BROWSERSUM ON
DAILYREP ON
 
# 自分のとこにきた検索サイトでなかったものを追加
SEARCHENGINE http://*goo.ne.jp/* MT
SEARCHENGINE http://*technorati*/* query
SEARCHENGINE http://*/netfind* query
SEARCHENGINE http://*/pursuit query
SEARCHENGINE http://*fresheye.*/* kw
SEARCHENGINE http://*blogger.com/* q
 
# 自分のところに来たロボットぽい UAを追加, RSSで定期的にチェックに来るものもロボット扱い
ROBOTINCLUDE ichiro*
ROBOTINCLUDE *Ask*
ROBOTINCLUDE *Technoratibot*
ROBOTINCLUDE *BlogSearch*
ROBOTINCLUDE *BlogRanking*
ROBOTINCLUDE *Myblog*
ROBOTINCLUDE *blog360*
ROBOTINCLUDE *NEWS360*
ROBOTINCLUDE *BlogsNowBot*
ROBOTINCLUDE *OmniExplorer_Bot*
ROBOTINCLUDE *NAMAAN*
ROBOTINCLUDE *Feed::Find*
ROBOTINCLUDE *NutchCVS*
ROBOTINCLUDE *BlogFinder*
ROBOTINCLUDE *BlogPeople*
ROBOTINCLUDE *BecomeBot*
ROBOTINCLUDE *Exabot*
ROBOTINCLUDE *SideWinder*
ROBOTINCLUDE *RSSdiscovery*
ROBOTINCLUDE *search?engine*
ROBOTINCLUDE *lwp-trivial*
ROBOTINCLUDE *cococ*
ROBOTINCLUDE *Hatena*
ROBOTINCLUDE *RSS_READER*
ROBOTINCLUDE *Cyberz*
ROBOTINCLUDE *Jakarta*
 
# MTの管理用のアクセスは 1つにまとめる
FILEALIAS /mt/mt.cgi*  "/mt/mt.cgi"
 
# ページのアクセスランキングを 上位100個まで 上位表示100位まで表示
REQFLOOR -100r
 
# 検索語を 上位100個まで表示
SEARCHWORDFLOOR -100r

%xxでエンコードされた日本語をデコードするスクリプト ====================

#!/usr/bin/perl
use Encode qw/encode decode/;
sub cv {  $str = shift;
  if ($str =~ /^(%[0-7][a-fA-F0-9])*%[Ee]/) {
     $from = "utf8";
  } elsif ($str =~ /%[89]/) {
     $from = "shiftjis";
  } else {
     $from = undef;
  }
  $str =~ s/%[0-2][a-fA-F0-9]/ /g;
  $str =~ s/%([a-fA-F0-9]{2})/chr(hex($1))/ge;
  if ($from) {
     Encode::from_to($str, $from, "euc-jp");
  }
  $str;
}
while (<>) {
   s/(%[a-fA-F0-9]{2})+/&cv($&)/eg;
   print;
}