从上7月开始：我发现自己的AWStats统计中出现了gb2312和sitehao123这个关键词而且量很大： gb2312 6515 11.3 % spoolsv 3152 5.5 % spoolsv.exe 2712 4.7 % cvs 1873 3.2 % apache 1761 3 % phpinfo 1600 2.7 % lucene 1160 2 % sitehao123 1157 2 % ant 864 1.5 % 但无论从那个搜索引擎上搜，通过这2个关键词也找不到我的页面啊？检查了一下统计，gb2312从6月份的统计中就开始有了。8月1日，新的一轮AWStats统计开始，仔细检查了一下apache的原始日志：从来源看，应该是来自百度的搜索结果页： “http://www.baidu.com/s?lm=0&si=&rn=10&tn=sitehao123&ie=gb2312&ct=0&wd=免费杀毒软件&pn=10&cl=3”

其中tn是百度的合作网站代码，ie表示input encoding：表示输入字符串的字符集，而AWStats中有一个选项： LevelForKeywordsDetection=2 # 0 disables Keyphrases/Keywords detection. 当设置为2的时候，会将来源网址中的所有参数进行遍历和自动识别，容易将一些其他参数的值当成关键词参数，这样的统计结果会丢失来源中实际的关键词。

解决方法： 除了修改awstats.pl代码外，awstats其实在search_engines.pm中有一个参数列表定义：专门用于过滤掉可能产生歧义的参数列表：WordsToCleanSearchUrl @WordsToCleanSearchUrl= (‘act=’,‘annuaire=’,‘btng=’,‘cat=’,‘categoria=’,‘cfg=’,‘cof=’,‘cou=’,‘count=’,‘cp=’,‘dd=’,‘domain=’,‘dt=’,‘dw=’,’enc=’,’exec=’,‘geo=’,‘hc=’,‘height=’,‘hits=’,‘hl=’,‘hq=’,‘hs=’,‘id=’,‘kl=’,’lang=’,’loc=’,’lr=’,‘matchmode=’,‘medor=’,‘message=’,‘meta=’,‘mode=’,‘order=’,‘page=’,‘par=’,‘pays=’,‘pg=’,‘pos=’,‘prg=’,‘qc=’,‘refer=’,‘sa=’,‘safe=’,‘sc=’,‘sort=’,‘src=’,‘start=’,‘style=’,‘stype=’,‘sum=’,’tag=’,’temp=’,’theme=’,’type=’,‘url=’,‘user=’,‘width=’,‘what=’,’\.x=’,’\.y=’,‘y=’,’look=’); 将tn=和ie=加入到其中：tn=’,‘ie=’,’ 以后输出的参数中就不会有gb2312和tn=的值了。

以下是使用新WordsToCleanSearchUrl过滤参数的统计结果： 免费杀毒软件 191 7.5 % spoolsv.exe 168 6.6 % spoolsv 138 5.4 % cvs 111 4.3 % phpinfo 73 2.8 % apache 72 2.8 % lucene 58 2.2 % 脑筋急转弯 40 1.5 %

干净了很多。

其他： 今天还更新了一下firefox的用户分布日志：1.5.0.5已经占所有firefox用户80%以上了

💬 历史评论

以下 5 条评论从旧版 Movable Type 博客迁移而来。 原始评论时间：2002–2016 年。

Fenng · 2006-08-02 18:33

太巧了。我今天还在为这个东西疑惑呢 :)

---

闲庭信步 · 2006-08-03 10:39

实践出真知啊！ 可惜这个工具对于访问量大的网站就没得用了。

---

xutong · 2006-08-03 13:05

如何修改GeoIp的数据库，自己订制IP对应信息（是修改GeoIP.dat吗，如何修改这个文件‘？）

---

joecen · 2006-08-03 14:15

原来如此。 我的站点虽然访问量很少,但是awstat出来第一位的也是gb2312。

---

监控软件 · 2007-02-05 15:59

我的第一个关键词居然是index.不知道应该如何处理？