Cesta planteada. Datetime no funciona

codigo/Cesta.py

+class Cesta:
+    def __init__(self, registros):
+        # Atributos
+        self.sesion = None
+        self.pagina = None
+        self.directorios = None
+
+        self.transformarCesta(registros)
+
+    # Se obtienen los directorios con mas del 0.5 peticiones de pagina junto a sus paginas
+    def transformarCesta(self, registros):
+        umbral = int(len(registros) * 5 / 1000)
+        self.directorios = obtenerDirectorios(registros, umbral)
+
+
+def obtenerDirectorios(registros, umbral):
+    directorios = []
+    contadores = []
+
+    for r in registros:
+        if r.url not in directorios:
+            directorios.append(r.url)
+            contadores.append(1)
+        else:
+            pos = contadores.index(r.url)
+            contadores[pos] += 1
+
+    return directorios, contadores
+

codigo/Dato.py

@@ -22,6 +22,7 @@ class Dato:
         # Se obtienen todos los datos
         # Se obtienen todos los datos
         self.obtenerDatos(cadena)
         self.obtenerDatos(cadena)
 
 
+
     # Funcion que asigna los valores debidos a la clase
     # Funcion que asigna los valores debidos a la clase
     def obtenerDatos(self, cadena):
     def obtenerDatos(self, cadena):
         # Auxiliares, iterador y cadena vacia
         # Auxiliares, iterador y cadena vacia
@@ -37,13 +38,38 @@ class Dato:
         self.metodoPeticion, c = sacarLinea(cadena, c, aux, ' ')
         self.metodoPeticion, c = sacarLinea(cadena, c, aux, ' ')
         self.url, c = sacarLinea(cadena, c, aux, ' ')
         self.url, c = sacarLinea(cadena, c, aux, ' ')
         self.vProtocolo, c = sacarLinea(cadena, c, aux, '"')
         self.vProtocolo, c = sacarLinea(cadena, c, aux, '"')
-        c += 2
+        c += 1
 
 
         # Obtenemos estado del código, volumen de tranferencia y calculamos marca de tiempo
         # Obtenemos estado del código, volumen de tranferencia y calculamos marca de tiempo
         self.statusCode, c = sacarLinea(cadena, c, aux, ' ')
         self.statusCode, c = sacarLinea(cadena, c, aux, ' ')
         self.volumenTransf, c = sacarLinea(cadena, c, aux, ' ')
         self.volumenTransf, c = sacarLinea(cadena, c, aux, ' ')
-        self.marcaTiempo = int(datetime.now().timestamp() - self.fecha.timestamp())
 
 
+        fechaRegistro = int(self.fecha.timestap())
+        fechaBase = int(datetime.strptime("01/01/1995:00:00:00", '%d/%m/%Y:%H:%M:%S').timestamp())
+        self.marcaTiempo = int(fechaRegistro - fechaBase)
+
+    # Se consideran valores erroneos, anomalos o nulos para descartarse este dato (se ignora
+    def isPerdido(self):
+        if self.hostRemoto is None:
+            return True
+        if self.fecha is None:
+            return True
+        if self.metodoPeticion is None:
+            return True
+        if self.url is None:
+            return True
+        if self.vProtocolo is None:
+            return True
+        if self.statusCode is None:
+            return True
+        if self.volumenTransf is None:
+            return True
+        if self.marcaTiempo is None:
+            return True
+        if self.marcaTiempo < 0:
+            return True
+
+        return False
 
 
 # Lee lineas del fichero
 # Lee lineas del fichero
 def leerLinea(cadena, c, signo):
 def leerLinea(cadena, c, signo):
@@ -74,7 +100,7 @@ def leerFecha(cadena, c, aux):
 # Cambia el mes en la fecha por el número que le corresponde
 # Cambia el mes en la fecha por el número que le corresponde
 def modificarFecha(cadena):
 def modificarFecha(cadena):
     meses = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
     meses = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
-    numeros = ["1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12"]
+    numeros = ["01", "02", "03", "04", "05", "06", "07", "08", "09", "10", "11", "12"]
     mes = ""
     mes = ""
     numero = ""
     numero = ""
 
 

codigo/Gestor.py

 from ObtencionRegistro import obtenerRegistros
 from ObtencionRegistro import obtenerRegistros
+from Cesta import Cesta
 
 
 # Se crean los registros, identificando usuarios y sesiones
 # Se crean los registros, identificando usuarios y sesiones
 r = obtenerRegistros("../access_log_Aug95_reducido", True, [], [])
 r = obtenerRegistros("../access_log_Aug95_reducido", True, [], [])
+# c = Cesta(r)
 
 
 # Se muestran resultados log
 # Se muestran resultados log
 informe = (
 informe = (

codigo/ObtencionRegistro.py

@@ -16,13 +16,13 @@ def obtenerRegistros(ruta, espidering, extensionesAdmitidas, extensionesNoAdmiti
 # Obtengo los registros
 # Obtengo los registros
 def leerLog(ruta, extensionesAdmitidas, extensionesNoAdmitidas):
 def leerLog(ruta, extensionesAdmitidas, extensionesNoAdmitidas):
     ret = []
     ret = []
-
     # Leo el fichero
     # Leo el fichero
     f = open(ruta, "r")
     f = open(ruta, "r")
     for linea in f:
     for linea in f:
         try:
         try:
             aux = Dato(linea)
             aux = Dato(linea)
-            ret = obtenerDato(ret, extensionesAdmitidas, extensionesNoAdmitidas, aux)
+            if not aux.isPerdido(): # Si no es un valor perdido lo incluimos en los registros
+                ret = obtenerDato(ret, extensionesAdmitidas, extensionesNoAdmitidas, aux)
         finally:
         finally:
             continue
             continue
     f.close()
     f.close()

codigo/idsUsuarioSesion.py

 # Asignamos un umbral para asignar nuevas sesiones a los usuarios
 # Asignamos un umbral para asignar nuevas sesiones a los usuarios
-UMBRAL_SESIONES = 2
+UMBRAL_SESIONES = 1800
 
 
 
 
 # Identifica a los usuarios con un unico ID para cada usuario
 # Identifica a los usuarios con un unico ID para cada usuario