日志分析终端占比需基于User-Agent字段结构化识别：手机端含Mobile/Android/iPhone等，平板端含Tablet/iPad等，桌面端不含Mobile且含Windows/Macintosh等，爬虫端单独归类；推荐GoAccess、AWStats、ELK或Python脚本自动解析统计。
日志分析统计各终端类型访问占比，核心是识别 User-Agent 字段中反映设备类型的关键词，并做归类聚合。这不是靠猜测，而是依据标准标识规则做结构化提取。
识别终端类型的关键字段
服务器日志中的 User-Agent（UA）字符串包含终端信息，常见标识如下：
-
手机端：含
Mobile、Android、iPhone、iPod、Windows Phone -
平板端：含
Tablet、iPad、Android.*;.*Mobile（需排除纯 Mobile）、PlayBook -
桌面端：不含 Mobile 且含
Windows、Macintosh、X11、Linux x86_64等，同时不匹配上述移动标识 -
爬虫/工具端：含
Baiduspider、Googlebot、Sogou web spider等，通常需单独归类，不计入“用户终端”统计
用工具自动分类并计算占比
手动逐行分析 UA 不现实，推荐使用支持 UA 解析的工具直接输出终端分布：
-
GoAccess：启用
--agent-list参数后，会自动识别并分组展示移动端、桌面端、爬虫等类别，生成百分比饼图 - AWStats：内置 UA 分析模块，默认按操作系统+设备类型分类，报表中直接显示“Mobile devices”、“Desktop computers”占比
-
ELK Stack（Elasticsearch + Kibana）：用 Logstash 的 useragent 过滤器解析 UA，存入
user_agent.device和user_agent.os.name字段，在 Kibana 中用 Terms 聚合即可算出各终端占比 -
自定义脚本（Python/Pandas）：读取日志后用正则匹配 UA，例如：
if 'Android' in ua and 'Mobile' in ua: device = '手机'
elif 'iPad' in ua or ('Android' in ua and 'Mobile' not in ua): device = '平板'
else: device = '桌面'
注意边界情况与清洗逻辑
真实日志中存在模糊或伪装 UA，需提前过滤或修正：
- 部分微信内置浏览器 UA 同时含
MicroMessenger和iPhone，应归为“手机”，而非独立类别 - 某些安卓平板 UA 不含 Tablet，但含
Android和屏幕宽高（如W1200），需结合响应头或 JS 检测辅助判断（日志中不可得，此为补充说明） - 建议先剔除空 UA、长度过短 UA（curl/7.0 但无业务特征）
- 统计前统一转小写处理，避免大小写导致漏匹配
输出结果要包含置信说明
终端识别基于 UA 字符串，存在一定误差率（约 2%–5%，主要来自老旧设备或定制 ROM）。因此最终报告中应注明：
- 统计样本量（总有效 UA 条数）
- 未识别 UA 数量及占比（标记为“未知”）
- 是否已排除爬虫、监控探针等非用户流量
