选中 重定向到url ,然后填写重定向到: http://www.saaseo.cn/$S$Q ,注意这里,域名后没有/,而且多了个 $S$Q ,具体含义我们也不多讲了.
下面勾选上 1 3 两项就可以了.注意必须勾选,否则url会有问题的.我就是没有勾选第一项导致url重复.
重定向的参数
$S－将请求的 URL 的后缀传递给新的 URL。后缀是用重定向的 URL 代替之后，初始 URL 中所保留的部分。如果未设置 EXACT_DESTINATION 标志，则结果目标 URL 的名称将具有所请求文件的名称（作为文件夹名称）以及文件名本身。
$P－将初始 URL 中的参数（如 querystring 参数）传递至新的 URL，不包括问号 (?)。
$Q－将初始 URL 中的参数（如 querystring 参数）传递至新的 URL，包括问号 (?)。
$V－传递请求的 URL，不包括服务器名和任何参数。要包含参数，可使用 $P 或 $Q 变量及 $V 变量。如果未设置 EXACT_DESTINATION 标志，则结果目标 URL 的名称将具有所请求文件的名称（作为文件夹名称）以及文件名本身。
参数还有很多，基本上最常用的就是$S和$Q，任意网址想要实现301的永久重定向只需设置$S和$Q就可以了。

百度：baidu.com搜索参数
wd–查询的关键词(Keyword)
pn–显示结果的页数(Page Number)
cl–搜索类型(Class)，cl=3为网页搜索
rn–搜索结果显示条数(Record Number),取值范围在10–100条之间，缺省设置rn=10
ie–查询输入文字的编码(Input Encoding),缺省设置ie=gb2312,即为简体中文
tn–提交搜索请求的来源站点
几个有用的tn

tn=baidulocal 表示百度站内搜索，返回的结果很干净，无广告干扰。比如，在百度站内搜索“快乐”，看看返回结果是不是很清爽。
tn=baiducnnic 想把百度放在框架中吗？试试这个参数就可以了，是百度为Cnnic定制的
si–在限定的域名中搜索,比如想在新浪的站内搜索可使用参数si=sina.com.cn,要使这个参数有效必须结合ct参数一起使用。
ct–此参数的值一般是一串数字，估计应该是搜索请求的验证码
bs–上一次搜索的关键词(Before Search)，估计与相关搜索有关
参数f=8和f=3：一个是用户自主搜索，一个是下拉框推荐；f=1则表示相关搜索
参数rsv_spt=3：这个参数的意思是记录用户的浏览器内核
tn=纪录搜索来自哪里，当你使用账户登录后，就会有此项纪录，比如，你登录百度空间或者登录了遨游浏览器；
inputT=搜索响应时间，单位是毫秒；
oq=上一次搜索的词，或者是你输入关键词 SEO 后没有点回车，而是选择了提示出来的下拉搜索词 SEO封 ，那么这时oq=SEO；
rsp=n，例如rsp=4，它就是第5个相关搜索词，其读取数据是从零开始计数的，而不是1开始。

谷歌：google.com搜索参数
q–查询的关键词(Query)，百度对应的参数为wd
hl–Google搜索的界面语言(Interface Language)
hl=zh-CN简体中文语言界面，我们用的Google中文就是这个参数。
hl=zh-TW繁体中文语言界面，港台地区常使用
hl=en 英文语言界面
start–显示结果的页数,百度对应的参数为pn
lr–搜索内容的语言限定(Language Restrict),限定只搜索某种语言的网页。如果lr参数为空，则为搜索所有网页。
常用的有：
lr=lang_zh-CN只搜索简体中文网页
lr=lang_zh-TW只搜索繁体中文网页
lr=lang_zh-CN|lang_zh-TW搜索所有中文网页
lr=lang_en只搜索英文网页
ie–查询输入文字的编码(Input Encoding),Google缺省设置ie=utf-8,即请求Google搜索时参数q的值是一段utf-8编码的文字，如果要直接使用中文，可以设置ie=gb2312,即为简体中文编码
oe–搜索返回页面的编码(Output Encoding),Google缺省设置oe=utf-8
num–搜索结果显示条数(Number),取值范围在10–100条之间，缺省设置num=10,百度对应的参数为rn
newwindow–是否开启新窗口以显示查询结果。 缺省设置newwindow=1，在新窗口打开网页
safe–安全搜索选项(SafeSearch),设置该参数可以过滤成人内容， 缺省设置safe为空，即不过滤成人内容，设置为safe=vss，即过滤成人内容。

web信息架构与社会化

shell.rar文件是从APM中提取出来的，发现可以满足一些简单的对网站log文件的拆分，简单的蜘蛛分析已经够用了。
解压shell.rar压缩包，找到运行.bat，双击运行，就弹出了win系统下的CMD命令提示符程序，窗口列出了一些可以使用的linux命令。
grep awk cat等功能够拿来做一些简单的爬虫访问统计了。

运行.bat根据自己需求修改一下：

@echo off
set Path=%Path%;D:\shell    //注意这里  ; 后面的是此shell命令包环境配置，按自己需求更改；
cd ../log
start “请输入Linux命令，使用menu命令查看说明：” menu.bat

上面的东东我自己进行了简单的配置，默认的把shell包解压到D盘根目录下就行了，要放在其他地方的话注意修改path环境配置部分。

shell压缩包文件结构：

shell.rar

|————shell  //这里放的是各种linux命令exe运行程序；

|————log  //日志文件放在这里就行；

|————运行.bat  //点击这个运行shell程序；

下载地址：http://115.com/file/antk3nj6

　　最近突然想写个专题类的文章，关于如何让用户更方便快捷地在网站上寻找到他们需要的信息，当然不能脱离博客的主题——网站数据分析，所以这里主要介绍的是如何通过网站分析来优化网站，实现用户对信息的快速获取，首先介绍的是网站的信息架构。

关于信息架构，网站设计的同学才是专家，我在这里只是班门弄斧，根据大学里面阅读的信息架构类文献资料的一些残存的记忆，再加上这几天临时抱佛脚的简单温习，在这里表述一下我的一点拙见。

信息架构的定义

根据维基百科的定义，信息架构（Information Architecture，简称IA）是在信息环境中，影响系统组织、导览、及分类标签的组合结构。它是基于信息架构方法论，并运用计算机技术管理和组织信息的一个专门学科。信息架构并非一开始就应用于网站设计，其起源于情报科学，最初应该是用于图书馆等地方的信息组织和信息检索的。

《用户体验的要素——以用户为中心的WEB设计》这本书中对信息架构的定义基于网站设计：信息架构着重于设计组织分类和导航的结构，从而让用户可以提高效率、有效地浏览网站的内容。

具体的就不再多说的，可能各有各的理解，这里直接来看一个实例——Wordpress的信息架构模式：

当然，上面这个图只能展示一个大体的网站信息架构，中间的类目层也许不止一层，会有大类、子类、子子类……底层可以是文章也可能是页面或者一些其他的具体内容。而网站的内部关系也往往因为全局或局部导航、网站内链和内容关联等功能的存在而复杂的多，图上的箭头也会密集很多，但我们无需罗列所有内容间的关系，关键是在理清基本的结构。

信息架构的类型

还是参考《用户体验的要素——以用户为中心的WEB设计》中对信息架构的几个分类：

层次结构（Hierarchical Structure）

也叫树形结构，是最常见的网站信息架构模式，上面举例的Wordpress的信息架构就是典型的层次结构。树形结构中箭头的方向不一定是自上而下的，也可能是自下而上或者是双向的，而内容层之间也会因为一些关联链接的存在而存在同层次间的指向箭头。

矩阵结构（Matrix Structure）

矩阵结构比较注重“维”的概念，即从多维的角度来检索信息，如时间、地域、内容分类等，典型的应用就是内容管理系统（CMS）网站或者电子商务类网站，比如你浏览豆瓣的电影时可以筛选：2010年—美国—科幻，也许这个时候《钢铁侠2》就呈现在你面前了。

线性结构（Sequential Structure）

看到线性结构也许你马上会想到面包屑，它将网站中最重要的一个信息架构路线展现了出来，即使它无法为你提供你在网站上的平面坐标，但至少它显示了你现在正处于关键线路的哪个点上；当然，网站的一些关键路径一般也是按照线性结构涉及的，比如用户注册流程或电子商务网站的购买流程等。

网站分析与信息架构

根据网站业务模式的不同，可以选择适合自己网站的信息架构的模式，无论是上面的哪种信息架构模式，只要设计和运用合理，用户便能够在你的网站上以最方便的形式、最快的速度找到他们需要的信息。

但当我浏览某些网站时，有时真的会让我感觉到“找不到北”，结果就是直接关闭该页面，如果不希望让已经进入了你的网站的用户轻易地离开，网站信息架构的好坏将直接影响网站的用户体验。所以我们需要通过一些方法来检验网站的信息架构是否满足用户的信息检索的需求。

1.尝试整理出类似上面例子中的网站信息架构图

这个是最简单最直观的方法，如果你的网站信息架构足够清晰，那么画出这样的图对你来说也绝非难事；而当网站的应用比较复杂、内容比较宽泛，那么可能要整理出网站的整体信息架构就会相对困难，但我相信一个设计优秀的网站只要稍加整理，大体的信息架构图还是画得出来的；而当你绞尽脑汁就是理不清你的网站的信息架构的头绪的时候，那么说明你的网站需要优化了。

2.通过网站分析的方法验证信息架构的合理性

本文的副标题是“让用户更容易地找到需要的信息”，所以我们需要分析用户是否能够在你的网站上方便快捷地找到他们需要的信息，这里推荐一种方法——寻找网站中的迷失用户（Lost Visits）。

在一个合理的信息架构下，大多数的用户是不会在你的网站上迷路的；反之，混乱的信息架构会导致大量的用户迷失方向，就像是进入了一个巨大的迷宫。那么如何寻找这些迷失用户？我们可以先分析下这类用户的行为，最明显特征的就是：连续点击好几个页面，每个页面都只是初步浏览（因为没有找到他们需要的信息）就转到另外的页面或直接离开了。所以我们可以借助网站分析中的两个度量：

浏览页面数（Depth of Visit）：一次访问中用户总的浏览页面数；

页面平均停留时间（Avg. Time on Page）：一次浏览中用户在每个页面的平均停留时间，即该次访问总停留时间（Time on Site）/该次访问页面数（Depth of Visit）。

我们可以用户细分的方法把那些浏览页面数较多，但页面平均停留时间较短的用户浏览看作是迷失用户，具体的数值可以根据网站自身的特点进行定义，比如我定义我的博客中浏览页面数大于等于4，而页面平均停留时间小于等于15秒的Visits为迷失用户的浏览行为，我们可以借助Google Analytics中的高级群组（Advanced Segment）来区分出这类用户，关于如何使用Google Analytics的高级群组功能，可以参考蓝鲸的文章——Google Analytics功能篇—高级群组，如下图：

当然，你可能会说这种用户区分的方法不准确，这类用户不一定就是迷失用户，也有可能他们确实找到并浏览了具体内容，但因为内容不够吸引人或者其他原因而马上离开了该页面。所以这里用高级群组划分出来的这类Visits的数量不能看作是迷失用户的一个绝对数值，我们只能认为里面的大部分Visits都是迷失用户，而不排除存在某些另类。所以更合理的方法是通过计算这类Visits占网站总Visits的比例情况来分析网站的信息架构到底是否合理，我们可以在Google Analytics上面选取网站的All Visits和Lost Visits进行比例和趋势的比较，如下图：

网站中迷失用户浏览的所占比例只需通过Lost Visits/All Visits就可以计算得到，但这个时候你还是无法根据这个计算结果来评判网站的信息架构到底是好是坏，因为还缺少一个基准线（Benchmark）或者说是评判标准。在Google Analytics上面的Visitors标签下，提供了“Sites of similar size”的基准比较（Benchmarking），你可以选择与你的网站相似类型的网站作为基准线进行数据比较，这的确是个很好的参考，因为通过比较能够更加明确你的网站在同类型网站中的优势和劣势，为网站优化指明方向。GA借助其强大的数据平台可以为我们提供基准线，但也许对于上面这个例子会显得无能为力，这个时候需要我们理性地自己去选择一个合适的基准线，比如我的博客目前类目和内容都还比较少，那么我可能会定义我的网站的迷失用户比例应该控制在1%以下；但如果对于一个应用和内容比较复杂的网站，那么基准线显然会需要定得更高一点。一旦某段时间的数据越过了基准线，就需要关注一下网站的信息架构是不是在趋于混乱了，是不是该进行一下整理和优化了。

总之，一个好的信息架构能够帮助用户更容易地找到他们需要的信息，从而有效地提升网站的用户体验，所以，尝试着去优化下你的网站的信息架构。如果你有更好的方法能够有效地检验网站的信息架构的优劣，或者能够明确地分析得到网站信息架构的哪些细节上存在缺陷，希望能与我交流，我期待网站分析方法在优化网站信息架构方面的更多的应用。

二、提取百度相关数据：

三、提取百度蛛蛛访问产生的所有状态码和数量，并按降序排列

四、提取所有404、301、302等非正常状态码的页面并按降序排列

五、提取百度蜘蛛访问码为200的前100个页面及访问次数，并按降序排列

六、要计算蜘蛛抓取的不重复URL个数

cat access.log |grep Baiduspider+ |awk ‘{print $7}’|sort -u|wc

七、要把蜘蛛抓取的不重复URL导出来，就可以去掉wc后加上>baiduspiderurl.txt等就可以了
cat access.log |grep Baiduspider+ |awk ‘{print $7}’|sort -u  >baiduspiderurl.txt

八、导出的时候自动给每个URL加上抓取的次数

cat access.log |grep Baiduspider+ |awk ‘{print $7}’|sort |uniq -c  >baiduspiderurl.txt

九、统计2011年3月1日至9的百度抓取数据

$ for((i=1;i<=9;i++)) do grep “Baiduspider+” *.log | grep -c 2011-03-0$i;done>baidu.log

十、提取应的所有状态码，并按数量大小排序

awk ‘{print $11}’  baidu.log |sort|uniq -c|sort -nr >baidu404.log

#!/bin/bash
#function:cut nginx log files for lnmp
#author: http://www.saaseo.cn

#set the path to nginx log files 【设置nginx日志文件】
log_files_path=”/home/wwwlogs/”
log_files_dir=${log_files_path}
#set nginx log files you want to cut 【设置想拆分的日志文件】
log_files_name=(domain1.com domain2.com domain3.com)
#set the path to nginx. 【设置nginx路径】
nginx_sbin=”/usr/local/nginx/sbin/nginx”
#Set how long you want to save 【设置想保存的天数】
save_days=30

############################################
#Please do not modify the following script #
############################################
mkdir -p $log_files_dir 【创建日志目录】

log_files_num=${#log_files_name[@]}

#cut nginx log files 【拆分日志脚本】　　以下脚本进行了改进。。是按域名分类存放每日的日志。
for((i=0;i mv ${log_files_path}${log_files_name[i]}/${log_files_name[i]}.log ${log_files_dir}/${log_files_name[i]}/${log_files_name[i]}_$(date -d “yesterday” +”%Y%m%d”).log 【对于不懂脚本的童鞋稍微解释一下有助于个性化定制：mv移动 日志路径/日志文件夹[i]/日志名.log to 日志路径/日志文件夹[i]/日志名_按日期.log】
done

#delete 30 days ago nginx log files
find $log_files_path -mtime +$save_days -exec rm -rf {} ;

$nginx_sbin -s reload

附：每日零时自动切割 让系统每日24点自动运行拆分日志脚本
crontab -e

00 00 * * * /bin/bash /home/logs/cut_nginx_log.sh 注意脚本的路径

人性的弱点 257

每天学点心计学 126

简爱在线阅读 100

厚黑学在线阅读 93

名人传全文阅读 81

玩的就是心计 86

人性的弱点在线阅读 73

心计学 61

大学生绘画心理… 45

常用食物相克… 50

巨人三传全文 53

名人传在线阅读 26

小猪唏哩呼噜电… 31

西游记原著 33

2-5

人性的弱点 253

每天学点心计学 116

厚黑学在线阅读 119

玩的就是心计 105

人性的弱点在线…98

心计学 89

名人传全文阅读 74

小猪唏哩呼噜电… 43

刘东 度娘 34

巨人三传全文 51

大学生绘画心理… 39

简爱在线阅读 41

读心术书籍免费… 47

隋炀帝艳史 45

2-6

人性的弱点 275

每天学点心计学 134

心计学 83

人性的弱点在线… 84

厚黑学在线阅读 76

名人传全文阅读 53

玩的就是心计 58

小猪唏哩呼噜电… 36

会计基础电子书 53

销售心理学 46

读心术书籍免费… 44

金瓶梅第一集 48

2-7

人性的弱点 311

每天学点心计学 132

厚黑学在线阅读 135

心计学 91

人性的弱点在线… 87

会计基础电子书 55

每天学点心计学… 48

刘东 度娘 34

金瓶梅第一集 56

名人传全文阅读 36

十万个为什么电… 42

2-8

人性的弱点 280

刘东 度娘 141

厚黑学在线阅读 135

人性的弱点在线… 103

每天学点心计学 103

玩的就是心计 76

心计学 57

二十四史 54

销售心理学 50

金瓶梅第一集 43

会计基础电子书 41

每天学点心计学… 28

2-9

人性的弱点 318

刘东 度娘 129

每天学点心计学 142

厚黑学在线阅读 133

心计学 86

人性的弱点在线… 80

销售心理学 75

金瓶梅第一集 65

小布头奇遇记 42

女人要有钱在线… 39

从2012-01-12到2012-02-10 （过年流量大减，年后流量大增。。。）

从2011-12-14到2012-01-12

从2011-11-15到2011-12-14

从2011-10-17到2011-11-15

从2011-09-18到2011-10-17

从2011-08-20到2011-09-18

从2011-07-22到2011-08-20

百度每月流量增幅在10W IP左右，谷歌那边表现一般，可能跟国情有关系吧。

起初只是按照他们给出的链接报表进行筛选，什么高权重区，PR9 8 7 6区，全站链接区等等。筛选的规则是只看收录，收录越多越好，基本上找出的都是收录10w+以上的站。

后来算下来经费比较高了，拿去老大看了一下，说暂时先少买点。而后看着经济紧张的情况下，再次进行筛选，尽量让买下的链接都保证高质量。

随后，进行苦逼的人工细节筛选。

什么百度权重呀，谷歌PR值啊，全部不在考虑的范围中，唯一看重的就是从百度搜索引擎来的IP数。

基本上筛选下来总共有17个链接，ip流量好像都在5000+以上。。。开始用了人工费时费力啊，后来用了火车头+爱站+站长工具整合采集。。。效率高了很多哈。。不过好像有ip查询时间间隔问题。。。采集过多，数据就为空了。。

大体看了一下，黄金链里面ip高的站真的不多。

PR5那一档，基本1000+ip的两把手能算的过来。。。

PR6一档，2000+的有几个，不多。

PR789 还有高权重区那几档，因为价格高，所以5000+ip的还是有很多的，不过价格真的不敢恭维。。。