天高云淡

WordPress博客系统的强项在于扩展应用多多，当然是通过插件实现的。想给“天高云淡”添加一个访问统计方面的插件，发现最流行的是WordPress.com Stats，可惜它好像只对一级域名有效，只好放弃。仔细查阅了WordPress的插件列表，统计类好像分为另类：引用第三方统计服务的，比如把把Google Analytics和Feedburner统计结果拿过来在管理后台显示的Google Analytics and Feedburner Reports plugin for WordPress；还有直接在服务器上统计数据并分析的，比如刚提到的WordPress.com Stats和本文重点研究的StatPress。

安装了StatPress后觉得还不错，功能简单实用，统计结果显示也很直观。这几天每天上去看看统计结果，总算对访问情况有了基本的了解（原来一直用Google Analytics，说实话，很复杂；并且不是给blog系统定制的，不直观），但有两个小问题一直让me觉得美中不足：

1. 在Last Referrers页面中有不少百度的链接，而Google的是直接出现在Last Search Terms页面中，看来是StatPress不能正确识别我们中文用户常用的搜索引擎——百度；
2. 安装默认是Do not collect spiders visits，但用了两天me觉得那个那个spider对统计分析没啥意义，就在Options中把它取消了。这下好，它是老老实实的不统计spider信息了，但Overview中那个柱形比例图就很难看了：刚安装那两天因为统计了spider，柱子高高的，后来取消后的日期柱子就很矮（唉，主要还是怪浏览量有限，spider的访问居然超过了用户），中间各分类（Visitors、PageViews、Spiders、Feeds）的情况根本看不清楚。

问题虽然不大，但天天面对也挺烦的，更何况me对细节有那么在意，还是想想办法搞定它吧。

把StatPress的插件压缩包打开，里面有两个目录：def和locale。在def下共有四个数据文件，分别是banips.dat、browser.dat、os.dat、searchengines.dat。用EmEditor打开这些dat文件，发现都是基本的文本，中间定义了各种规则。其中searchengines.dat的文本片断如下：

Alice|search.alice.it|qs|
Google|www.google.|q|
Google Groups|groups.google.|q|
Google Images|images.google.|q|
Yahoo|search.yahoo.com|p|
Virgilio|search.virgilio.it|qs|
Arianna|arianna.libero.it|query|
Altavista|.altavista.com|q|

规则很简单，每行定义一个规则，分为三个部分：搜索引擎名称、域名、搜索词标识。me把所有的访问记录通过Export功能导出为csv格式，用Excel打开，通过Excel的分列功能做成数据表，筛选出referrers，发现有百度、yahoo和Google的blogsearch不能被识别。在searchengines.dat添加如下规则：

Google Blog|blogsearch.google.|q|
Yahoo|search.yahoo.com|p|
Yahoo cn|www.yahoo.cn|p|
Baidu|www.baidu.com|bs|
Baidu|www.baidu.com|word|
Baidu|www.baidu.com|wd|

上传至服务器。进入StatPress界面点StatPressUpgrade按钮，OK。再返回统计页面，呵呵，很好，StatPress已经能正确识别百度等中文用户常用的搜索引擎了，第一个问题算是基本解决。但可惜搜索的关键词中的中文好像不能被正确识别，都显示为问号（？），留待下步探究。

第二个问题的解决思路其实很简单，就是把已经统计的spider信息删除就行了，但因为原来从来没有在服务器上操作过php和mysql，虽然心里有底，还是要充分准备的，搞不好把博客系统破坏了就麻烦大了。

打开statpress.php文件，有九百多行代码。大约浏览了下，它创建了一个statpress数据表来记录访问信息，然后就是各种功能板块的实现代码。仔细查阅后，me决定在iriStatPressExport函数中加入代码删除包含有spider的数据记录。代码如下：

 
        print "Detele the Spider, start:";
	$qry = $wpdb->query("DELETE FROM $table_name WHERE spider != ''");
	if($qry == 0){
		print "Detele the Spider, DONE.";
	}
	else if($qry === FALSE){
		print "Error occurred when deleting the record with spider content.";
	}else{
		print "".$qry." records with spider content is deleted.";
	}
 

上传至服务器，执行了一次导出数据（Export），打开生成的csv文件，末尾处显示Detele the Spider, start;752 records with spider content is deleted.呵呵，总共删除了752条记录，成功。再次登陆统计界面，柱子已经很均匀了，也很直观。这第二个问题也基本搞定。

美中不足的是me发现feeds数据好像少了些。打开第一次到处的csv数据，发现居然还有部分记录是在spider和rss中都有数据，统计了下共有五十条记录，晕，看来me误杀了这部分记录，想恢复是不可能的了，只好作为经验教训了：下次对数据库操作时一定要彻底弄清楚数据库的结构。

本帖发表于Saturday, April 19th, 2008 4:22 pm，归类于电脑应用, 网络技术, 软件开发，您可以通过这里跟踪此帖的内容更新，也可以发表评论, 或从您的网站中trackback此帖。