Canada Data

Cygwin 和 GREP 您可能想知道第 4 个和第 7 个值是什么。在标准 Linux 服务器日志的一行中，第 4 个值是访问日期，第 7 个值是访问的 URL。我们想知道每天抓取了多少页面，因此只有日期和 URL 对我们来说很重要。 Linux 服务器日志中的原始行如下所示：" 经过上面的grep命令行处理后，我们得到： [01/四月/2011:01:32:59 /站点地图 因此，执行此命令后，我们将得到一个干净的文本文件，其中仅包含日期和 URL，我们可以稍后在 Excel 中使用它们来创建所需的图表。


今已经被 Linux 命令行害死了。（当我向我的一个客 律师数据 户解释这个问题时，他的表情告诉我他后悔问了这个问题……） 对于不熟悉 Linux 的人来说，这可能有点困难，但相信我，这并不像你想象的那么困难，好消息是，从现在开始我们不必做任何与 Linux 相关的事情。 2. 将文件 googlebot.txt 导入 Excel 并创建图表： 首先我们需要将新建的文件googlebot.txt导入到Excel中，导入的时候需要注意两点： 对于“选择最能描述您的数据的文件类型”，我们选择“分隔”； 对于“分隔符”，我们在这里选择“Tab”。


因此在 Excel 中，我们得到一个两列的数据表。第一列是时间，第二列是 URL。 时间和网址 第一列包含我们不需要的详细时间，因此这里我们使用Excel 中的 MID 函数来消除它们： 1. 插入新列并将其命名为“日期” 2、选中A3，然后插入MID函数，在MID函数窗口中选择“B3”，起始数字为“2”，字符数为“6”； Excel MID 函数 3、现在A3是纯日期数据，现在我们将其向下拖动以填充A列的其他单元格并隐藏B列； 日期和网址 4、使用“subtotal”功能统计每天抓取的URL数量：在“每次更改”处选择“日期”行，“使用功能”处选择“计数”，在“将小计添加到”处选择“URL”； 小计 然后我们得到这个： 小计电子表格 5. 定位可见单元格并将其复制并粘贴到新的电子表格中； 新工作表 6. 创建图表。