Question

改进格式

因此，我之前使用的方法都没有帮助我对日志文件数据进行聚类:(

现在我将尝试索引方法..我需要根据URL字段中显示的关键字索引每个日志文件条目。

例子：

192.162.1.4 [3/May/2009 00:34:45] "GET /books/casual/4534.pdf" 200 454353  "http://ljdhjg.com" "Mozillablahblah"<br/>
190.100.1.4 [3/May/2009 00:37:45] "GET /resources/help.pdf" 200 4353 "http://ljdhjg.com" "Mozillablahblah"<br/>
192.162.1.4 [3/May/2009 00:40:45] "GET /books/serious/44.pdf" 200 234353 "http://ljdhjg.com" "Mozillablahblah"<br/>

....我还有数千个这样的参赛作品..

现在需要为所有"books"分配一个数字...... 1（比如说）..然后，"resources"需要分配2 ..我将如何在C＃中完成此操作？我的意思是，我知道逻辑......

使用每行文件提取keyword..assign number..compare关键字数组。如果匹配，则分配。但是因为我是C＃的新手，我真的不知道如何编写上面提到的逻辑。 So..help？

Answer 1

您可以尝试使用此adhoc方法进行分配（我假设这意味着将索引添加到日志条目前面），

/// <summary>
/// Gets the indexed entry.
/// </summary>
/// <param name="entry">The log entry.</param>
/// <returns>The log entry prefixed with the index.</returns>
private string GetIndexedEntry(string entry)
{
    string keyword = GetKeyword(entry);

    switch (keyword)
    {
        case "books":
            entry = "1 : " + entry;
            break;

        case "resources":
            entry = "2 : " + entry;
            break;
    }

    // Alternative code (using dictionary)
    // entry = keywordIndexDictionary[keyword] + " : " + entry;

    return entry;
}

/// <summary>
/// Gets the keyword.
/// </summary>
/// <param name="entry">The log entry.</param>
/// <returns>The keyword for the specified log entry.</returns>
private string GetKeyword(string entry)
{
    int index = entry.IndexOf("\"GET");
    entry = entry.Substring(index + ("\"GET").Length);
    index = entry.IndexOf('"');
    entry = entry.Substring(0, index).Trim();
    return entry.Split('/')[1];
}

// Alternative approach
/// <summary>
/// Stores the keyword-index pair
/// </summary>
private Dictionary<string, int> keywordIndexDictionary;

/// <summary>
/// Builds the dictionary.
/// </summary>
private void BuildDictionary()
{
    // Build the dictionary manually 
    // or alternatively read from an settings file and then build the dictionary
    keywordIndexDictionary.Add("books", 1);
    keywordIndexDictionary.Add("resources", 2);
}

对GetIndexedEntry()的调用看起来像，

string indexedLogEntry = GetIndexedEntry(logEntry);

其中logEntry是表示日志文件中每个条目的字符串。

logEntry

192.162.1.4 [3/May/2009 00:34:45] "GET /books/casual/4534.pdf" 200 454353 "http://ljdhjg.com" "Mozillablahblah"

indexedLogEntry将是

1 : 192.162.1.4 [3/May/2009 00:34:45] "GET /books/casual/4534.pdf" 200 454353 "http://ljdhjg.com" "Mozillablahblah"

如果使用正则表达式，则可以采用更优雅的方法。

在C＃中为文件中的条目分配编号

1 个答案: