Agregado identidad del agente y exportado a HTML. Se guardan ahora un HTML y un PNG como resultado del proceso

control-rss.sh

@@ -1,83 +1,84 @@
 #!/bin/bash
 
 # Cargar configuración
+if [ ! -f config.conf ]; then echo "Error: config.conf no encontrado"; exit 1; fi
 source ./config.conf
 
-# 1. Procesamiento eficiente de logs
-echo "Procesando logs..."
+# Inicializar JSON si no existe
+if [ ! -f "$OUTPUT_FILE" ]; then
+    echo '{"datos": [], "resumen": {}}' > "$OUTPUT_FILE"
+fi
 
-# Extraemos: IP, Fecha(DD/Mon/YYYY), Hora(HH), Agente, URL
-# Formato Combined: $1=IP, $4=[DD/Mon/YYYY:HH:mm:ss, $7=URL, $12+=Agente
+echo "Procesando logs..."
+# Extraer: IP | Fecha | Hora | Agente (IP + Agente definen al único)
 awk -v url="$URL_A_MONITORIZAR" '
 $7 == url || $7 ~ url {
     split($4, t, /[:/]/);
-    fecha=t[2]"/"t[3]"/"t[4];
-    hora=t[5];
-    # Extraer User Agent (todo lo que sigue después de la columna 11)
+    fecha=t[1]"/"t[2]"/"t[3];
+    hora=t[4]":"t[5];
+    # Extraer User Agent
     ua=""; for(i=12; i<=NF; i++) ua=(ua=="" ? $i : ua" "$i);
     gsub(/"/, "", ua);
     print $1 "|" fecha "|" hora "|" ua
 }' "$LOG_FILE" | sort -u > temp_data.txt
 
-# 2. Actualizar JSON (Estructura optimizada)
-echo "Actualizando JSON..."
-if [ ! -f "$OUTPUT_FILE" ]; then echo "[]" > "$OUTPUT_FILE"; fi
+echo "Actualizando base de datos JSON..."
+# Usamos un archivo temporal para construir la nueva lista de datos
+TMP_JSON="tmp_db.json"
 
-# Usamos jq para fusionar datos únicos de forma masiva (más rápido que línea a línea)
 while IFS="|" read -r ip fecha hora ua; do
-    is_rss=$([[ "$ua" =~ (RSS|Feed|Reader|SimplePie|W3C_Validator) ]] && echo "true" || echo "false")
-    NEW_ENTRY=$(jq -n --arg ip "$ip" --arg f "$fecha" --arg h "$hora" --arg ua "$ua" --arg rss "$is_rss" \
-        '{ip: $ip, fecha: $f, hora: $h, agente: $ua, es_rss: $rss}')
+    # Identificador único para evitar duplicados en el histórico
+    ID_UNICO=$(echo "${ip}${ua}" | md5sum | cut -d' ' -f1)
     
-    # Solo añadir si no existe la combinación exacta
-    jq --argjson new "$NEW_ENTRY" 'if any(.[]; .ip == $new.ip and .agente == $new.agente and .fecha == $new.fecha) then . else . + [$new] end' \
-    "$OUTPUT_FILE" > "$OUTPUT_FILE.tmp" && mv "$OUTPUT_FILE.tmp" "$OUTPUT_FILE"
+    # Determinar si es RSS
+    IS_RSS=$([[ "$ua" =~ (RSS|Feed|Reader|SimplePie|W3C_Validator|TinyPRSS) ]] && echo "true" || echo "false")
+
+    # Insertar solo si no existe el ID_UNICO
+    jq --arg id "$ID_UNICO" --arg ip "$ip" --arg f "$fecha" --arg h "$hora" --arg ua "$ua" --arg rss "$IS_RSS" \
+    'if .datos | any(.[]; .uid == $id) then . 
+     else .datos += [{"uid": $id, "ip": $ip, "fecha": $f, "hora": $h, "agente": $ua, "es_rss": ($rss=="true")}] end' \
+    "$OUTPUT_FILE" > "$TMP_JSON" && mv "$TMP_JSON" "$OUTPUT_FILE"
 done < temp_data.txt
 
-# 3. Preparar datos para Gnuplot
+echo "Recalculando resumen y gráficas..."
+# Actualizar el bloque de resumen dentro del JSON
+jq '.resumen = {
+    "total_visitantes_unicos": (.datos | length),
+    "usuarios_rss": ([.datos[] | select(.es_rss == true)] | length),
+    "usuarios_estandar": ([.datos[] | select(.es_rss == false)] | length),
+    "ultima_actualizacion": "'$(date +%Y-%m-%d\ %H:%M:%S)'"
+}' "$OUTPUT_FILE" > "$TMP_JSON" && mv "$TMP_JSON" "$OUTPUT_FILE"
 
-# Frecuencia por Hora
-jq -r '.[].hora' "$OUTPUT_FILE" | sort | uniq -c | awk '{print $2, $1}' > hourly.dat
+# 3. Datos para Gnuplot (Frecuencia semanal)
+jq -r '.datos[].fecha' "$OUTPUT_FILE" | sort | uniq -c | awk '{print $2, $1}' > freq.dat
 
-# Frecuencia por Agente (Top 10)
-jq -r '.[].agente' "$OUTPUT_FILE" | sort | uniq -c | sort -rn | head -10 | awk '{$1=""; print "\""$0"\"", $1}' > agents.dat
-
-# 4. Generar Gráficas
-echo "Generando gráficas..."
 gnuplot <<EOF
 set terminal pngcairo size 800,400
-set output 'grafico_horas.png'
-set title "Visitas por Hora (Total Histórico)"
-set style fill solid
-plot 'hourly.dat' using 2:xtic(1) with boxes title "Visitas"
-
-set output 'grafico_agentes.png'
-set title "Top 10 Agentes"
+set output 'grafica_semanal.png'
+set title "Frecuencia de Visitas Únicas"
 set xtics rotate by -45
-plot 'agents.dat' using 2:xtic(1) with boxes title "Agentes"
+set style fill solid
+plot 'freq.dat' using 2:xtic(1) with boxes title "Visitas"
 EOF
 
-# 5. Generar Informe HTML
-echo "Generando informe HTML..."
-UNIQUE_AGENTS=$(jq '[.[].agente] | unique | length' "$OUTPUT_FILE")
-RSS_COUNT=$(jq '[.[] | select(.es_rss == "true")] | length' "$OUTPUT_FILE")
+# 4. Generar Informe HTML
+RSS_PERC=$(jq '.resumen.usuarios_rss * 100 / .resumen.total_visitantes_unicos' "$OUTPUT_FILE")
 
 cat <<HTML > informe.html
 <!DOCTYPE html>
-<html>
-<head><title>Reporte de Accesos</title></head>
+<html lang="es">
+<head><meta charset="UTF-8"><title>Reporte de Audiencia</title></head>
 <body>
-    <h1>Reporte para: $URL_A_MONITORIZAR</h1>
-    <p><b>Agentes Únicos:</b> $UNIQUE_AGENTS</p>
-    <p><b>Lectores RSS detectados:</b> $RSS_COUNT</p>
-    <hr>
-    <h2>Frecuencia Horaria</h2>
-    <img src="grafico_horas.png">
-    <h2>Top Agentes</h2>
-    <img src="grafico_agentes.png">
+    <h1>Informe para $URL_A_MONITORIZAR</h1>
+    <ul>
+        <li><b>Total Visitantes Únicos:</b> $(jq '.resumen.total_visitantes_unicos' "$OUTPUT_FILE")</li>
+        <li><b>Lectores RSS:</b> $(jq '.resumen.usuarios_rss' "$OUTPUT_FILE") ($RSS_PERC%)</li>
+        <li><b>Última ejecución:</b> $(jq -r '.resumen.ultima_actualizacion' "$OUTPUT_FILE")</li>
+    </ul>
+    <img src="grafica_semanal.png">
 </body>
 </html>
 HTML
 
-rm temp_data.txt hourly.dat agents.dat
-echo "Completado. Revisa informe.html"
+rm temp_data.txt freq.dat
+echo "Proceso terminado exitosamente."