由于一些原因，需要SAE上站點(diǎn)的日志文件，從SAE上只能按天下載，下載下來手動處理比較蛋疼，尤其是數(shù)量很大的時候。還好SAE提供了API可以批量獲得日志文件下載地址，剛剛寫了python腳本自動下載和合并這些文件

調(diào)用API獲得下載地址

文檔位置在這里

設(shè)置自己的應(yīng)用和下載參數(shù)

請求中需要設(shè)置的變量如下
代碼如下:
api_url = 'http://dloadcenter.sae.sina.com.cn/interapi.php?'
appname = 'xxxxx'
from_date = '20140101'
to_date = '20140116'
url_type = 'http' # http|taskqueue|cron|mail|rdc
url_type2 = 'access' # only when type=http  access|debug|error|warning|notice|resources
secret_key = 'xxxxx'

生成請求地址

請求地址生成方式可以看一下官網(wǎng)的要求：

1.將參數(shù)排序
2.生成請求字符串，去掉&
3.附加access_key
4.請求字符串求md5，形成sign
5.把sign增加到請求字符串中

具體實(shí)現(xiàn)代碼如下
代碼如下:
params = dict()
params['act'] = 'log'
params['appname'] = appname
params['from'] = from_date
params['to'] = to_date
params['type'] = url_type

if url_type == 'http':
    params['type2'] = url_type2

params = collections.OrderedDict(sorted(params.items()))

request = ''
for k,v in params.iteritems():
    request += k+'='+v+'&'

sign = request.replace('&','')
sign += secret_key

md5 = hashlib.md5()
md5.update(sign)
sign = md5.hexdigest()

request = api_url + request + 'sign=' + sign

if response['errno'] != 0:
    print '[!] '+response['errmsg']
    exit()

print '[#] request success'

下載日志文件

SAE將每天的日志文件都打包成tar.gz的格式，下載保存下來即可，文件名以日期.tar.gz命名
代碼如下:
log_files = list()

for down_url in response['data']:   
    file_name = re.compile(r'/d{4}-/d{2}-/d{2}').findall(down_url)[0] + '.tar.gz'
    log_files.append(file_name)
    data = urllib2.urlopen(down_url).read()
    with open(file_name, "wb") as file:
        file.write(data)

print '[#] you got %d log files' % len(log_files)

合并文件

合并文件方式用trafile庫解壓縮每個文件，然后把文件內(nèi)容附加到access_log下就可以了
代碼如下:
# compress these files to access_log
access_log = open('access_log','w');

for log_file in log_files:
    tar = tarfile.open(log_file)
    log_name = tar.getnames()[0]
    tar.extract(log_name)
    # save to access_log
    data = open(log_name).read()