用awk提取nginx日志访问量前十url路径及次数：以双引号分隔取第二域（请求行），正则匹配首个空格后、次个空格前的路径，统计并逆序排序取前10。
用 awk 提取 Nginx 日志中访问量前十的 URL 路径及请求次数，关键是正确解析日志格式、按路径分组统计、再排序取前 10。默认 Nginx 的 log_format 是 combined，URL 路径在第 7 字段（空格分隔），但要注意引号和特殊字符干扰。
确认日志字段位置并提取路径
Nginx combined 日志类似：
192.168.1.1 - - [10/Jan/2024:12:34:56 +0800] "GET /api/v1/users?limit=10 HTTP/1.1" 200 1234 "https://example.com" "Mozilla/5.0..."
URL 路径是 "GET /path?query HTTP/1.1" 中的 /path?query 部分。直接用空格切分不可靠（因 query string 含空格），稳妥做法是用双引号分割，取第二个引号内的内容再截取路径。
- 用
awk -F'"' '{print $2}'提取整个请求行（如GET /api/v1/users?limit=10 HTTP/1.1） - 再用
awk '{print $2}'取其中第二列（即路径部分），自动忽略 query string 中的空格影响
统计并排序取 Top 10
将路径提取、计数、排序、截断整合为一条命令：
awk -F'"' '{split($2,a," "); print a[2]}' access.log | sort | uniq -c | sort -nr | head -10
说明：
-
awk -F'"' '{split($2,a," "); print a[2]}'：以双引号为域分隔符，取第二个域（请求行），再按空格拆分，输出第二项（路径） -
sort | uniq -c：先排序再合并重复行并计数 -
sort -nr：按数值（-n）逆序（-r）排序，使次数高的在前 -
head -10：取前 10 行
处理带空格或编码路径的健壮写法
若日志中路径含空格（如某些 POST 请求体被误记）、或需解码（如 %20 → 空格），基础 awk 不够用。可改用更鲁棒的方式：
awk -F'"' 'NF>=2 {match($2, / [^ ]+ /); if(RSTART) print substr($2,RSTART+1,RLENGTH-2)}' access.log | sort | uniq -c | sort -nr | head -10
该写法用 match() 正则匹配第一个空格后、下一个空格前的内容，更准确提取路径，避开 query string 干扰。
输出美化（可选）
让结果更易读，加表头并右对齐次数：
awk -F'"' '{split($2,a," "); print a[2]}' access.log | sort | uniq -c | sort -nr | head -10 | awk '{printf "%-8s %s\n", $1, $2}'
或直接用 awk 一步完成全部逻辑（避免管道开销）：
awk -F'"' 'NF>=2 {match($2, / [^ ]+ /); if(RSTART) url=substr($2,RSTART+1,RLENGTH-2); count[url]++} END {for (u in count) print count[u], u}' access.log | sort -nr | head -10
不复杂但容易忽略字段边界和空格问题，抓准请求行里路径的位置，再分组统计就稳了。
