Mis apuntes · Aprende awk desde PHP

Se guardan solos en este navegador mientras escribes. Puedes usar Markdown. Al descargarlos, la primera línea es tu enlace personal al curso.

← Volver al temario

Examen del módulo 08 · Proyecto final: el informe del log

Examen: Proyecto final

El informe del log, fase a fase: parsear con funciones, el embudo, los tops con desempate, los ataques y el uso en el servidor. · 6 preguntas + 1 bug que arreglar · se aprueba con 4 de 6 y el bug arreglado.

1. En tu informe, fuera de las funciones url(), estado(), ip()… no aparece ningún $7 ni $9. ¿Qué se gana con eso?

2. La línea 4 del log es de Chrome, y su user agent termina en Chrome/130.0.0.0 Safari/537.36. ¿Qué imprime este programa?

awkprograma.awk
function agente(    trozos) {
    split($0, trozos, "\"")
    return trozos[6]
}

function navegador(    texto) {
    texto = agente()
    if (texto ~ /Safari\//) {
        return "Safari"
    }
    if (texto ~ /Chrome\//) {
        return "Chrome"
    }
    return "otro"
}

NR == 4 {
    print navegador()
}

3. En el embudo de tu informe, a la regla de los robots se le ha caído el next: es_bot() { de_bots++ }. ¿Qué pasa?

4. Nueve páginas tienen exactamente 1 visita y pides el top 3 con PROCINFO["sorted_in"] = "@val_num_desc". ¿Cuáles salen?

5. Este programa se ejecuta con awk -v umbral=10 -f programa.awk access.log. ¿Qué imprime?

awkprograma.awk
BEGIN {
    umbral = 3
}

END {
    print umbral
}

6. En el servidor ejecutas tail -f access.log | gawk -f informe.awk y la pantalla se queda en blanco. ¿Por qué?

Reto final · obligatorio

El examen solo se aprueba con 4 de 6 y este bug arreglado

7. Encuentra el bug

Este trozo de tu informe debería imprimir dos listas con las visitas reales: el top 3 de páginas y el top 3 de IP. Se ejecuta sin errores y la primera lista sale perfecta… pero de la segunda solo sale el título. Encuentra el fallo y arréglalo.

awkprograma.awk · editable
$ awk -f programa.awk access.log
¿Qué significa esta línea?
  1. awk: el programa que lee el fichero. En tu servidor puede ser gawk (el de este curso) o mawk (el de Debian y Ubuntu).
  2. -f programa.awk: f de file (fichero). El programa no va escrito en la línea, está guardado en el fichero programa.awk: es lo que ves en la pestaña del mismo nombre. Sin -f, el programa se escribe entre comillas simples: awk '{ print $1 }' access.log.
  3. access.log: los datos, el fichero que awk lee línea a línea. Va siempre al final y puede haber varios: los lee uno detrás de otro.

Las variantes (una línea, varios ficheros, tuberías con |) y qué formatos puede leer awk: lección Una línea o un fichero.

¿Atascado? Repasa: Fase 3 · Top de páginas y visitas por hora › imprimir_top(): una función para todos los tops. Las dos listas las imprime la misma función, y la primera vez funciona. ¿Qué variable de imprimir_top() sigue viva, con su valor, cuando la función termina? En PHP eso no pasaría: $puesto nacería de cero en cada llamada. En awk solo son locales las variables que están en los paréntesis.

El resultado se guarda en tu progreso.

Los programas se ejecutan con GNU awk 5.4.1 compilado a WebAssembly, software libre con licencia GPL-3.0. Código fuente: gawk en ftp.gnu.org · receta de compilación.