Correciones

codigo/Dato.py

@@ -83,8 +83,8 @@ def modificarFecha(cadena):
 
 
 
 
 # Comprobación
 # Comprobación
-p = Dato(
-    "in24.inetnebr.com - - [01/Aug/1995:00:00:01 -0400] \"GET /shuttle/missions/sts-68/news/sts-68-mcc-05.txt HTTP/1.0\" 200 1839")
-informe = ('Host Remoto: {}\nFecha: {}\nMétodo de Petición: {}\nProtocolo: {}\nstatusCode: {}\nVolumen de transferencia: {}\n'
-    'Marca de tiempo: {}\n')
-print(informe.format(p.hostRemoto, p.fecha, p.metodoPeticion, p.vProtocolo, p.statusCode, p.volumenTransf, p.marcaTiempo))
+# p = Dato(
+#    "in24.inetnebr.com - - [01/Aug/1995:00:00:01 -0400] \"GET /shuttle/missions/sts-68/news/sts-68-mcc-05.txt HTTP/1.0\" 200 1839")
+# informe = ('Host Remoto: {}\nFecha: {}\nMétodo de Petición: {}\nProtocolo: {}\nstatusCode: {}\nVolumen de transferencia: {}\n'
+#    'Marca de tiempo: {}\n')
+# print(informe.format(p.hostRemoto, p.fecha, p.metodoPeticion, p.vProtocolo, p.statusCode, p.volumenTransf, p.marcaTiempo))
\ No newline at end of file

codigo/Gestor.py

-import Dato
 from Dato import Dato
 from Dato import Dato
 
 
 
 
+# Realiza
 def eSpidering(reg):
 def eSpidering(reg):
     aQuitar = ["spider", "bot", "crawler"]
     aQuitar = ["spider", "bot", "crawler"]
     c = 0
     c = 0
@@ -13,14 +13,19 @@ def eSpidering(reg):
     return reg
     return reg
 
 
 
 
+# Identifica a los usuarios
 def identificacionUsuarios(reg):
 def identificacionUsuarios(reg):
     aux = []
     aux = []
-    ret = []
-    # Cojo las IPs distintas del conjunto de datos
     for r in reg:
     for r in reg:
         aux.append(r.hostRemoto)
         aux.append(r.hostRemoto)
-    aux = set(aux)
-    # Ordeno los distintos registros de cada usuario de mas antiguos a mas nuevos
+
+    return ordenaRegistros(reg, aux)
+
+
+# Ordeno los distintos registros de cada usuario de mas antiguos a mas nuevos
+def ordenaRegistros(reg, aux):
+    ret = []
+
     for usuario in aux:
     for usuario in aux:
         con = []
         con = []
         for r in reg:
         for r in reg:
@@ -35,72 +40,67 @@ def identificacionUsuarios(reg):
     return ret
     return ret
 
 
 
 
-def leerFicheroLog(ruta, espidering):
-    registros = []
-    f = open(ruta, "r")
-    total = 0
-    for linea in f:
-        total += 1
-        try:
-            registros.append(Dato(linea))
-        except:
-            continue
-    f.close()
+# Lee el fichero log
+def leerFicheroLog(ruta, espidering, extensiones, valor):
+    # Obtiene los registros con las extensiones deseadas si se indica
+    if extensiones is None:
+        registros = obtenerRegistros(ruta)
+    else:
+        registros = manipularFiltradas(ruta, extensiones, valor)
+
+    # Si se ha pedido spidering, se realiza
     if espidering:
     if espidering:
         registros = eSpidering(registros)
         registros = eSpidering(registros)
     print("Procesados ", len(registros), " registros")
     print("Procesados ", len(registros), " registros")
+
     return registros
     return registros
 
 
 
 
-def leerFicheroLogEliminarFiltradas(ruta, extensionesNoDeseadas, espidering):
-    registros = []
+# Obtenemos los registros de la ruta cuando no se manipulan extensiones
+def obtenerRegistros(ruta):
+    ret = []
+
     f = open(ruta, "r")
     f = open(ruta, "r")
     total = 0
     total = 0
     for linea in f:
     for linea in f:
         total += 1
         total += 1
         try:
         try:
-            aux = Dato(linea)
-            admitido = True
-            for ext in extensionesNoDeseadas:
-                if ext in aux.url:
-                    admitido = false
-            if admitido:
-                registros.append(aux)
+            ret.append(Dato(linea))
         except:
         except:
             continue
             continue
     f.close()
     f.close()
-    if espidering:
-        registros = eSpidering(registros)
-    print("Procesados ", len(registros), " registros")
-    return registros
 
 
+    return ret
+
+
+# Obtiene los registros manipulando las extensiones
+def manipularFiltradas(ruta, extensiones, valor):
+    ret = []
 
 
-def leerFicheroLogAceptarFiltradas(ruta, extensionesNoDeseadas, espidering):
-    registros = []
     f = open(ruta, "r")
     f = open(ruta, "r")
     total = 0
     total = 0
     for linea in f:
     for linea in f:
         total += 1
         total += 1
         try:
         try:
             aux = Dato(linea)
             aux = Dato(linea)
-            admitido = False
-            for ext in extensionesNoDeseadas:
+            admitido = valor
+            for ext in extensiones:
                 if ext in aux.url:
                 if ext in aux.url:
-                    admitido = True
+                    admitido = not valor
             if admitido:
             if admitido:
-                registros.append(aux)
+                ret.append(aux)
         except:
         except:
             continue
             continue
     f.close()
     f.close()
-    if espidering:
-        registros = eSpidering(registros)
-    print("Procesados ", len(registros), " registros")
-    return registros
 
 
+    return ret
 
 
-registros = leerFicheroLog("../access_log_Aug95_reducido", True)
 
 
+# Se leen los ficheros con spidering, sin extensiones, el ultimo valor da igual (V o F) si no hay extensiones
+registros = leerFicheroLog("../access_log_Aug95_reducido", True, None, None)
 registros = identificacionUsuarios(registros)
 registros = identificacionUsuarios(registros)
+informe = ("Host Remoto: {}. Marca de tiempo: {}")
 
 
+print("Registros:")
 for i in registros:
 for i in registros:
-    print(i.hostRemoto, " ", i.marcaTiempo)
+    print(informe.format(i.hostRemoto, i.marcaTiempo))