网站日志分析

网站日志分析

把服务器上的 access.log 拖进来，几秒内看到网站被访问的情况：哪些页面最热、哪些地址 404、哪些 IP 访问最多。做 SEO 时最常看的「蜘蛛来了没有、抓了哪些页、抓到多少 404」，也单独列出来。

在浏览器本地运行，输入的内容和文件都不会上传

选择日志文件

或把 access.log、.gz 文件拖到这里

粘贴日志内容

日志在浏览器里读取，不会上传；大文件分段处理。

使用步骤

选择日志格式：默认的 combined 适用于 Nginx 和 Apache 的默认配置；改过格式的，粘贴 nginx.conf 里的 log_format。
选择或拖入日志文件，可以一次选多个，支持 .gz 压缩文件；也可以直接粘贴几行。
查看蜘蛛统计、每小时请求数、状态码、热门网址、404 网址、IP、来源和 User-Agent。

参数说明

蜘蛛识别: 按 User-Agent 识别 Googlebot、Baiduspider、Bingbot、搜狗、360、神马、头条（Bytespider）等搜索引擎蜘蛛，以及 GPTBot、ClaudeBot 等 AI 爬虫；点开爬虫名能看到它抓得最多的网址。
真实 IP: 日志格式里有 $http_x_forwarded_for 时，取其中第一个地址作为访客 IP，适合经过 CDN 或反向代理的网站。
文件大小: 文件在浏览器里分段读取，几百 MB 的日志也能处理，速度取决于电脑性能。

一行日志如何变成一条记录

每一行都会按日志格式匹配并拆成字段。下面这条默认 combined 格式的 Googlebot 请求：

66.249.66.1 - - [10/Oct/2026:13:55:36 +0800] "GET /blog/post-1 HTTP/1.1" 404 153 "-" "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)"

会被解析为：IP 66.249.66.1，方法 GET，路径 /blog/post-1，状态码 404，153 字节，没有来源页。时间会按其偏移量（+0800）换算成确切的时刻 05:55:36 UTC，这样不同时区服务器的日志行在每小时请求数图表里能对齐；User-Agent 被识别为 Googlebot，所以这一行会给该蜘蛛增加一次访问和一次 404。

如果网站在 CDN 后面，在格式末尾加上 "$http_x_forwarded_for"。这样，以 "203.0.113.7, 10.0.0.2" 结尾的行会算在第一个地址 203.0.113.7 上，而不是代理的地址。

常见问题

日志会上传到服务器吗？

不会。文件只在你的浏览器里读取和统计，关闭页面就没了。

日志里的 Baiduspider 一定是百度吗？

不一定，User-Agent 可以随便伪造。把可疑的 IP 粘到「蜘蛛 IP 验证」里，按反向解析确认是不是真的百度蜘蛛。

为什么显示很多行格式不符？

日志格式和所选格式不一致。宝塔、OneinStack 等面板常常改过 log_format，请复制 nginx.conf 里实际使用的 log_format 粘到「自定义 log_format」。