很久很久没看网站的访问记录了，毕竟小破站月 PV 也才个位数，今天无聊看了下日志，发现了很多有意思的日志。
爬虫
第一种是各种爬虫，有搜索引擎的，有做营销服务商的，其实之前只屏蔽了一家某度的爬虫，但是看日志百度还是会每天都来爬好多次，也就是说某个知名互联网公司其实是不遵守 robots 协议的。
话说回来，之前屏蔽某度是因为想过滤掉一批人，毕竟现在的互联网环境比较乌烟瘴气。
索性趁着机会，把一些来源的用户直接返回 403，这样得到了一个错误的结果，它们应该就会觉得这个网站是个死链，然后放弃继续爬取。
扫描
有些无聊的人，就喜欢到互联网上做各种违法的事情，比如“扫描”，看日志里面一大堆请求 wordpress 资源的，还有各类备份文件的，配置文件的，有些就贼离谱，好歹伪装下自己啊你 (・ˍ・*)
真想奉劝这些人，我的代码都在 GITHUB 上！去找我代码漏洞都好过在这瞎试强啊！
13.90.211.190 - - [12/Sep/2021:08:35:44 +0800] "GET / HTTP/1.1" 200 5648 "-" "-" "-"
13.90.211.190 - - [12/Sep/2021:08:35:45 +0800] "GET /wp-admin HTTP/1.1" 404 18 "-" "-" "-"
13.90.211.190 - - [12/Sep/2021:08:35:45 +0800] "GET /wordpress HTTP/1.1" 404 18 "-" "-" "-"
13.90.211.190 - - [12/Sep/2021:08:35:46 +0800] "GET /wp HTTP/1.1" 404 18 "-" "-" "-"
13.90.211.190 - - [12/Sep/2021:08:35:46 +0800] "GET /blog HTTP/1.1" 404 18 "-" "-" "-"
13.90.211.190 - - [12/Sep/2021:08:35:47 +0800] "GET /new HTTP/1.1" 404 18 "-" "-" "-"
13.90.211.190 - - [12/Sep/2021:08:35:47 +0800] "GET /old HTTP/1.1" 404 18 "-" "-" "-"
13.90.211.190 - - [12/Sep/2021:08:35:47 +0800] "GET /newsite HTTP/1.1" 404 18 "-" "-" "-"
13.90.211.190 - - [12/Sep/2021:08:35:48 +0800] "GET /test HTTP/1.1" 404 18 "-" "-" "-"
13.90.211.190 - - [12/Sep/2021:08:35:48 +0800] "GET /main HTTP/1.1" 404 18 "-" "-" "-"
13.90.211.190 - - [12/Sep/2021:08:35:49 +0800] "GET /cms HTTP/1.1" 404 18 "-" "-" "-"
13.90.211.190 - - [12/Sep/2021:08:35:49 +0800] "GET /dev HTTP/1.1" 404 18 "-" "-" "-"
13.90.211.190 - - [12/Sep/2021:08:35:50 +0800] "GET /backup HTTP/1.1" 404 18 "-" "-" "-"
13.90.211.190 - - [12/Sep/2021:08:35:50 +0800] "GET /protal HTTP/1.1" 404 18 "-" "-" "-"
......
192.241.221.231 - - [12/Sep/2021:09:27:25 +0800] "GET /owa/auth/x.js HTTP/1.1" 403 125 "-" "Mozilla/5.0 zgrab/0.x" "-"
192.241.196.216 - - [12/Sep/2021:09:29:52 +0800] "GET /owa/auth/logon.aspx HTTP/1.1" 403 125 "-" "Mozilla/5.0 zgrab/0.x" "-"
......
45.146.164.110 | GET /
45.146.164.110 | POST /api/jsonws/invoke
45.146.164.110 | GET /?XDEBUG_SESSION_START=phpstorm
45.146.164.110 | GET /
45.146.164.110 | POST /vendor/phpunit/phpunit/src/Util/PHP/eval-stdin.php
45.146.164.110 | POST /mifs/.;/services/LogService
45.146.164.110 | GET /wp-content/plugins/wp-file-manager/readme.txt日志分析
因为直接看日志不太直观，想找一个可以可视化看的，然后排第一的是 goaccess，就真的挺难用的，因为它的格式自己又做了一层封装，所以需要先把 nginx 的日志规则转成 goaccess 的日志规则，才能根据规则去解析，另外就是时间格式也是如此的与众不同，一般日月年是D/M/Y，但是现在是d/b/Y。
先去找了一个转换工具 nginx2goaccess，然后输出成 html 文件查看
LC_TIME="en_US.UTF-8" goaccess xxxx.log --log-format 'xxx' --date-format '%d/%b/%Y' --time-format '%T' -o html > Downloads/goaccess.html每天大概二百个访问，一多半是无效流量，真实用户估计也就十来个吧。