新客户。 旧服务器。 未使用的文件和目录比比皆是。 5个特定的核心目录（连接到不同的域）。 10-20个可能无关的目录w /文件与核心目录在同一级别。
创build一些在每个核心目录中运行并执行以下操作：
将几个月的原始日志文件缩减为URI的脚本，收集目录列表，循环显示目录列表，并在精简日志文件中列出没有相应外观的所有内容。
这样的事情已经存在了吗？ 完成最终目标的更好方法？ build议的语言/工具来build立？
老实说，如果做得对，我正在寻找从哪里开始。
Honestly, I'm looking for where to begin on this if it were done right.
有一个很好的备份和一个新的服务器，只build立你所需要的。
根据访问权去除东西的危险是你会失去长尾巴的东西（一个超级重要的文件，每年由你的供应商在大溪地访问两次，没有它，他们不能将你的shiny小工具运送给你，整个公司都肚子痛）。 这是备份的地方（所以你可以得到shiny的小部件文件）。
试图“清理”一个装满垃圾的旧服务器的危险是不知道什么是垃圾，什么是重要的。
既然你问我们这个问题，而不是把你的拳头放到服务器上，把它的数字化的烂掉，我们可以假设你不知道什么是不可以的。 即使是最好的工具也会在一方或另一方产生毛病：要么因为不知道自己是否需要，而要去除某些需要的东西，而不得不去做那些备份。
如果你仍然想写你描述的脚本，你可以用一个（相对）简单的shell脚本来完成：
awk来获取URL sort和uniq的URL列表，以消除重复
awk和sed操作来将URL转换为磁盘上的文件名… （对于读者来说，实现仍然是一个练习，主要是因为你的访问日志格式可能与我的不同，这会影响你需要使用的awkexpression式来将URL变成文件系统中的文件）