Когда возникает задача — по адресу посетителя получать его город и налоговый (автомобильный) код региона, кажется — да это же просто, в инете полно таких штук!
А потом смотришь: одни платные, другие нельзя у себя развернуть, третьи можно, но это ресурсозатратно, четвертые о регионах РФ ничего не знают…
И тут на помощь спешит больной мозг программиста с навязчивой идеей: «Нет у других — сделай сам»



Как только начинаешь мыслить в таком ключе — вот же, у nginx есть отличный модуль geoip, который «не только лишь быстрый, но и оптимизирован до невозможности». Но вот незадача, ни один из известных форматов баз (MaxMind, Sypex, ipgeobase) он не понимает.

Пара часов в обнимку с питоном и вот уже есть неплохой конвертер, выцепляющий всё что нам нужно с сайта ipgeobase.ru.
(Да, были слухи, что там всех поувольняли уж полгода как, но базы исправно обновляются, что не может не радовать)

И чтобы не было опасений, прокомментирую код ниже (если неинтересно, можно сразу листать к настройке)

Код



1. Скачиваем базы
Тут ничего сложного, requests + zipfile:
archive = requests.get("http://ipgeobase.ru/files/db/Main/geo_files.zip")
if archive.status_code != 200:
    error("IPGeobase no answer: %s" % archive.status_code)
extracteddata = ZipFile(StringIO(archive.content))
filelist = extracteddata.namelist()
if "cities.txt" not in filelist:
    error("cities.txt not downloaded")
if "cidr_optim.txt" not in filelist:
    error("cidr_optim.txt not downloaded")



2. Загружаем словарь регионов
REGIONS = dict(l.decode("utf8").rstrip().split("\t")[::-1]
               for l in open("regions.tsv").readlines())

где regions.tsv — это список автомобильных/налоговых кодов регионов, вида:
66 Свердловская область 77 Москва 78 Санкт-Петербург


3. Получаем словарь городов
Для каждого города нам необходимо знать его id, название и код региона:
CITIES = {}
for line in extracteddata.open("cities.txt").readlines():
    cid, city, region_name, _, _, _ = line.decode("cp1251").split("\t")
    if region_name in REGIONS:
        CITIES[cid] = {'city': b64encode(city.encode("utf8")),
                       'reg_id': REGIONS[region_name]}
        if cid == "1199":  # Zelenograd fix
            CITIES[cid]['reg_id'] = "77"


Замечу, что здесь сразу, с оглядкой на будущее, utf-8 название города кодируется в base64, для расширения возможностей использования (например в логах nginx), без необходимости работы с транслитерацией.


4. Склеиваем диапазоны адресов и города
for line in extracteddata.open("cidr_optim.txt").readlines():
    _, _, ip_range, country, cid = line.decode("cp1251").rstrip().split("\t")
    if country == "RU" and cid in CITIES:
            database["".join(ip_range.split())] = CITIES[cid]

Очевидно, что если страна не Россия, то в ipgeobase ни регионов, ни городов не найдётся, и нашим задачам такие диапазоны не нужны.


5. Генерируем файлы для geoip модуля
with open("region.txt", "w") as reg, open("city.txt", "w") as city:
    for ip_range in sorted(database):
        info = database[ip_range]
        city.write("%s %s;\n" % (ip_range, info['city']))
        reg.write("%s %s;\n" % (ip_range, info['reg_id']))



Настройка nginx



Чтобы все работало, необходимо включить в nginx geo модуль nginx.org/ru/docs/http/ngx_http_geo_module.html,
положить в известное место сгенерированные файлики и добавить такой конфиг в секцию http:
geo $region {
    ranges;
    include geo/region.txt;
}

geo $city {
    ranges;
    include geo/city.txt;
}

После таких манипуляций в nginx появится две переменные $city и $region, которые можно использовать где угодно:

  • хоть в логе:
    log_format long '$time_iso8601\t$msec\t$host\t$request_method\t$uri\t$args\t$http_referer\t$remote_addr\t$http_user_agent\t$status\t$request_time\t$request_length\t$upstream_addr\t$bytes_sent\t$upstream_response_time\t$city\t$region';
    
  • хоть отправляя в хедерах приложению:
    location / {
        proxy_set_header  X-City     $city;
        proxy_set_header  X-Region $region;
        proxy_pass   http://backend;
    }
    

    При этом, в модуле geo по умолчанию все ненайденные адреса будут возвращать пустую строку, то в таком случае хедер просто не будет устанавливаться


На деле, такой модуль работает просто моментально, не грузит nginx, и за счет легкой автоматизации обновления баз — довольно точен (все зависит от доверия базам ipgeobase.ru). В связи с чем, появилось ощущение, что он может быть полезен кому-то еще. Так что предлагаю пользоваться и, может быть, сделать конвертеры к другим поставщикам данных.

код как обычно на GitHub

Комментарии (9)


  1. shamanis
    05.08.2015 16:27

    Интересно! Надо попробовать на dev-сервере. Спасибо! В закладки.


    1. shamanis
      05.08.2015 16:33
      +1

      И кстати, стандартный GeoIP в nginx заточен под MaxMind (--with-http_geoip_module). По крайней мере так гласит вики, сам я его не использовал.


      1. fomistoklus
        05.08.2015 16:42
        +3

        а я использовал, всё работает просто замечательно.


        1. M_Muzafarov
          05.08.2015 16:56
          +1

          MaxMind же теперь использует GeoIP2, а модуль — только первые, устаревшие + у MaxMind коды не совпадают с реальными налоговыми/автомобильными кодами региона, а это важно.

          И так же, не знаю, не скажу насколько быстр http_geoip_module, а http_geo_module — замерял нагрузочным.


          1. YourChief
            05.08.2015 20:20
            +2

            Вдруг кому интересно: я подружил nginx с geoip2 посредством дампа всех адресов и агрегирования префиксов. Правда у меня еще стояла задача внести коррективы для крымских адресов. Исходник: gist.github.com/Snawoot/7826240899835a5878b6
            А вообще где-то на гитхабе есть модуль nginx для geoip2.


            1. shamanis
              06.08.2015 09:26
              +3

              Есть такой модуль github.com/leev/ngx_http_geoip2_module даже вроде актуальный. Последний коммит 8 месяцев назад, для модулей это вполне нормально.


  1. mirrr
    06.08.2015 13:31
    +2

    Какая гео-база сейчас имеет наиболее полную и корректную базу городов/регионов по СНГ?


    1. freeExec
      11.08.2015 14:09

      До сих пор нет эталонной базы, чтобы оценить полноту и корректность других.
      И да, ответ будет скорей зависеть от того, что вам конкретно он неё надо.


    1. Kolonist
      11.08.2015 23:18
      +1

      Я использую параллельно IP2Location и базу от MaxMind на своем сайте для сервиса whois. Что-то не ищется в первой, что-то не ищется во второй. Данные иногда различаются.