Apacheのアクセスログのうち，どの行を省くか．3つ考え方がある．
- 足し算
必要な行を残していく．.htmlや.shtmlなど，拡張子で区別するか？その場合，「/」で終わっている行も残すかどうかが問題だ．あと，.cgiも問題だろうな． - 引き算
いらない行を消す．とりあえず，.gif，.jpg，.css，,jsを消しといて，区別する拡張子を様子を見ながら増やしたらよいだろうか．この方が，見落としを洗い出せていいかもしれない． - もっと複雑に
同じIPのものをひとくくりにする．その上で，refererが同じものを洗い出す．残す行を決めるときは，.html・.shtml（必ず残す）＞他のファイルという優先順位にする．
だいたいこんな感じだろうか．3をやるのが，一番正確なのだろうが，労力が報いられるほど他の方法と結果が違いそうにない．2を選ぶのが無難か．
あとは何が分かればいいか．
- 集計はいらないと言ったけど，どこにお客さんが多いかは知りたいかも．
- 検索文字列は欲しい．ちゃんとエンコードしてから．
- リファラーも欲しい．でも，自分とこがリファラーになっているのはいらない．
- 待てよ，もしかしたら，IPとリファラーつかって足取りがたどれるのか？
他になにかあるかなぁ．