#! /usr/local/bin/ruby

# 
# $Id: googletoday,v 1.2 2003/02/09 09:16:19 tamada Exp $
# 

=begin
作成者: たまだ(tamada@oikaze.com)

なにこれ: 
apache のアクセスログを解析し、どんな検索文字列で
Google からやってきた人がいるのかを解析するフィルタです。
「今日ぐる」として
    http://oikaze.com/~tamada/Diary/
に載せるためのスクリプトです。
アイデアは
    http://www.higuchi.ecei.tohoku.ac.jp/~miyabi/diary/
より頂きました。


ライセンス: 無償・無保証・著作権放棄
    http://nais.to/~yto/doc/zb/0002.html
より。


最新バージョン: 
    http://oikaze.com/~tamada/Products/junk/#google (簡単な説明)
    http://oikaze.com/~tamada/Products/junk/googletoday (プログラム本体)

必須ライブラリ: getoptlong, kconv, date, cgi, uconv
uconv 以外はデフォルトで入っていると思う。
uconv は
    http://raa.ruby-lang.org/list.rhtml?name=Uconv
にて取得・インストールしてください。


問題点: 
(fix)・UTF-8 でエンコードされていた場合、文字化けが起こります。
・apache のログで combine を選択していることを前提としています。
・やっつけで書かれたプログラムです。
・作者が実装言語である ruby を知りません。
=end

require 'getoptlong'
require 'kconv'
require 'date'
require 'cgi'
require 'uconv'

MONTH = [
  'Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun',
  'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'
];

def print_usage
  print "\
Usage: googletoday [OPTION] [access_log_file]
  -d, --date=DATE 日付を指定。フォーマットは day/month/year という形式。
  -h, --help      このメッセージを表示
"
end

def parse_options
  options = Hash.new
  parser = GetoptLong.new
  parser.set_options(['--date', '-d',    GetoptLong::REQUIRED_ARGUMENT], 
                     ['--help', '-h',    GetoptLong::NO_ARGUMENT]);
  parser.each_option { |name, arg|
    options[name.sub(/^--/, '')] = arg;
  }

  if options['help']
    print_usage
    exit 0
  end

  return options;
end

def getQuery(referer)
  url, params = referer.split("?")
  if params == nil
    return referer
  end
  list = params.split("&")
  list.each{|param|
    key, value = param.split("=")
    if key == "q" or key == "as_q"
      value = CGI::unescape(value);
      begin
	if referer =~ /(?:ie|oe)=utf-?8/i
	  value = Uconv.u8toeuc(value)
	else
	  value = Kconv.toeuc(value);
	end
      rescue => e
	e.backtrace
      end
      return value
    end
  }
  return referer
end

def getResults(regexp)
  results = Array.new
  while line = gets()
    if regexp.match(line)
      if line =~ /www.google/ and not line =~ /(gif|jpg|png|css)/ and not line =~ /Googlebot/
        host, aa = line.split(" ")
        time = line.scan(/\[.*\]/)
        (request, referer, useragent) = line.scan(/\".*?\"/)
        query = getQuery(referer)
        query = 
          data = format("%s: %s[%s]\n", query, 
                        request.split(" ")[1], useragent)
	
        results.push(data)
      end
    end
  end

  return results
end

def main
  options = parse_options
  date = Date::today

  if options['date'] then
    d, month, year = options['date'].split("/")
    month = MONTH.index(month) if MONTH.include?(month)
    pattern = format("%02d/%s/%d", d.to_i, MONTH[month.to_i], year.to_i)
  else
    pattern = format("%02d/%s/%d", date.day, MONTH[date.month - 1], date.year);
  end

  regexp = Regexp.new(pattern, nil)

  results = getResults(regexp)
  print results
end

main