高级URL重写指南
本文是mod_rewrite参考文档的补充材料。阐述在实际应用中如何解决网管所面临的基于URL的典型问题，并详细描述了如何配置URL重写规则集以解决这些问题。
注意：根据你的服务器配置，有可能必须对这里的例子作些小修改，比如，在额外启用
mod_alias和
mod_userdir的情况下要增加
[PT]标志，或者为了适应目录级(
.htaccess)的配置而将针对服务器级的规则集进行重写。对一个特定的规则集应该先透彻理解然后再考虑应用，这样才能避免出现问题。
集群网站的同类URL规划
-
描述：
- 我们希望在一个Intranet集群网站中，对所有WWW服务器建立一致的URL规划，也就是说，所有的URL(针对每个服务器进行本地配置，因此是独立于各个服务器的)实际上都是 独立于各个服务器的！我们需要的是一个具有独立于各个服务器的一致性的WWW域名空间，即URL不需要包含物理目标服务器，而由集群本身来自动定位物理目标主机。 解决方案：
-
首先，目标服务器的信息来自于(分布式的)包含有用户、组以及实体的外部映射表，其格式形如下：
这些信息被存入
user1 server_of_user1 user2 server_of_user2 : :
map.xxx-to-host文件。其次，如果URL在一个服务器上无效，我们还需要引导所有的服务器将重定向到/u/user/anypath /g/group/anypath /e/entity/anypath
以下规则集依靠映射文件来完成这个操作(如果一个用户在映射表中没有对应的项，则使用server0做为默认服务器)：http://physical-host/u/user/anypath http://physical-host/g/group/anypath http://physical-host/e/entity/anypath
RewriteEngine on RewriteMap user-to-host txt:/path/to/map.user-to-host RewriteMap group-to-host txt:/path/to/map.group-to-host RewriteMap entity-to-host txt:/path/to/map.entity-to-host RewriteRule ^/u/([^/]+)/?(.*) http://${user-to-host:$1|server0}/u/$1/$2 RewriteRule ^/g/([^/]+)/?(.*) http://${group-to-host:$1|server0}/g/$1/$2 RewriteRule ^/e/([^/]+)/?(.*) http://${entity-to-host:$1|server0}/e/$1/$2 RewriteRule ^/([uge])/([^/]+)/?$ /$1/$2/.www/ RewriteRule ^/([uge])/([^/]+)/([^.]+.+) /$1/$2/.www/$3/
结构化的用户主目录
-
描述：
-
一些拥有几千个用户的网站通常都使用结构化的用户主目录规划，即每个用户主目录位于一个带有特定前缀(比如其用户名的第一个字符)的子目录下：
/~foo/anypath代表/home/f/foo/.www/anypath，而/~bar/anypath代表/home/b/bar/.www/anypath
解决方案：
-
可以使用下列规则集来扩展'
~'以达到上述目的。RewriteEngine on RewriteRule ^/~(([a-z])[a-z0-9]+)(.*) /home/$2/$1/.www$3
文件系统的重组
-
描述：
-
这是一个不加雕琢的例子：一个大量使用目录级规则集以实现平滑的观感，并且从来不用调整数据结构的杀手级的应用。背景：从1992年开始，
net.sw存放了我收集的免费Unix软件包。它是我的爱好也是我的工作，因为在学习计算机科学的同时，业余时间还做了多年的系统和网络管理员。每周我都需要整理软件，因而建立了一个层次很深的目录结构来存放各种软件包：
1996年7月，我决定通过一个漂亮的Web接口公开我的收藏。"漂亮"是指提供一个直接浏览整个目录结构的接口，同时不对这个结构做任何改变，甚至也不在结构顶部放置CGI脚本。为什么呢？因为这个结构还要能够被FTP访问，而且我不希望其中有任何Web或者CGI成分。
drwxrwxr-x 2 netsw users 512 Aug 3 18:39 Audio/ drwxrwxr-x 2 netsw users 512 Jul 9 14:37 Benchmark/ drwxrwxr-x 12 netsw users 512 Jul 9 00:34 Crypto/ drwxrwxr-x 5 netsw users 512 Jul 9 00:41 Database/ drwxrwxr-x 4 netsw users 512 Jul 30 19:25 Dicts/ drwxrwxr-x 10 netsw users 512 Jul 9 01:54 Graphic/ drwxrwxr-x 5 netsw users 512 Jul 9 01:58 Hackers/ drwxrwxr-x 8 netsw users 512 Jul 9 03:19 InfoSys/ drwxrwxr-x 3 netsw users 512 Jul 9 03:21 Math/ drwxrwxr-x 3 netsw users 512 Jul 9 03:24 Misc/ drwxrwxr-x 9 netsw users 512 Aug 1 16:33 Network/ drwxrwxr-x 2 netsw users 512 Jul 9 05:53 Office/ drwxrwxr-x 7 netsw users 512 Jul 9 09:24 SoftEng/ drwxrwxr-x 7 netsw users 512 Jul 9 12:17 System/ drwxrwxr-x 12 netsw users 512 Aug 3 20:15 Typesetting/ drwxrwxr-x 10 netsw users 512 Jul 9 14:08 X11/
解决方案：
-
这个方案分为两个部分：第一个部分是一组CGI脚本，用于实时建立所有目录层次的页面。我把它们放在
/e/netsw/.www/中：其中的-rw-r--r-- 1 netsw users 1318 Aug 1 18:10 .wwwacl drwxr-xr-x 18 netsw users 512 Aug 5 15:51 DATA/ -rw-rw-rw- 1 netsw users 372982 Aug 5 16:35 LOGFILE -rw-r--r-- 1 netsw users 659 Aug 4 09:27 TODO -rw-r--r-- 1 netsw users 5697 Aug 1 18:01 netsw-about.html -rwxr-xr-x 1 netsw users 579 Aug 2 10:33 netsw-access.pl -rwxr-xr-x 1 netsw users 1532 Aug 1 17:35 netsw-changes.cgi -rwxr-xr-x 1 netsw users 2866 Aug 5 14:49 netsw-home.cgi drwxr-xr-x 2 netsw users 512 Jul 8 23:47 netsw-img/ -rwxr-xr-x 1 netsw users 24050 Aug 5 15:49 netsw-lsdir.cgi -rwxr-xr-x 1 netsw users 1589 Aug 3 18:43 netsw-search.cgi -rwxr-xr-x 1 netsw users 1885 Aug 1 17:41 netsw-tree.cgi -rw-r--r-- 1 netsw users 234 Jul 30 16:35 netsw-unlimit.lst
DATA/子目录包含了上述目录结构，即实际的 net.sw原始内容，由rdist在需要的时候自动更新。第二个部分的问题是：如何将这两个结构连接为一个观感平滑的URL树？我希望在为各种URL运行对应的CGI脚本的时候，用户感觉不到DATA/目录的存在。方案如下：首先，我把下列配置放在针对每个目录的配置文件里，将公布的URL"/net.sw/"重写为内部路径"/e/netsw"：第一条规则是针对遗漏后缀斜杠的请求的！第二条规则才是真正实现功能的。接着，就是放在目录级配置文件RewriteRule ^net.sw$ net.sw/ [R] RewriteRule ^net.sw/(.*)$ e/netsw/$1
/e/netsw/.www/.wwwacl中的杀手级的配置了：Options ExecCGI FollowSymLinks Includes MultiViews RewriteEngine on # 通过"/net.sw/"前缀到达 RewriteBase /net.sw/ # 首先将根目录重写到cgi处理脚本 RewriteRule ^$ netsw-home.cgi [L] RewriteRule ^index/.html$ netsw-home.cgi [L] # 当浏览器请求perdir页面时剥去子目录 RewriteRule ^.+/(netsw-[^/]+/.+)$ $1 [L] # 现在打断对本地文件的重写 RewriteRule ^netsw-home/.cgi.* - [L] RewriteRule ^netsw-changes/.cgi.* - [L] RewriteRule ^netsw-search/.cgi.* - [L] RewriteRule ^netsw-tree/.cgi$ - [L] RewriteRule ^netsw-about/.html$ - [L] RewriteRule ^netsw-img/.*$ - [L] # 任何别的东西都是一个由另一个cgi脚本处理的子目录 RewriteRule !^netsw-lsdir/.cgi.* - [C] RewriteRule (.*) netsw-lsdir.cgi/$1
阅读提示：
- 注意前半部分中的
L(最后)标志和非替换部分('-') - 注意后半部分中的
!(非)符号和C(链)标志 - 注意最后一条规则是全匹配模式
- 注意前半部分中的
将失败的URL重定向到其他web服务器
-
描述：
-
一个常见的问题是如何将对web服务器A的失败请求重定向到服务器B。一般，可以使用借助
ErrorDocument的CGI脚本来解决，此外，还有使用mod_rewrite的方案。但是须注意，这种方法的执行效率不如使用ErrorDocument的CGI脚本！
解决方案：
-
第一种方案，有最好的性能而灵活性欠佳，出错概率小所以安全：
但是问题在于，它只对位于
RewriteEngine on RewriteCond /your/docroot/%{REQUEST_FILENAME} !-f RewriteRule ^(.+) http://webserverB.dom/$1DocumentRoot中的页面有效。虽然可以增加更多的条件(比如同时还处理用户主目录，等等)，但是还有一个更好的方法：这种方法使用了RewriteEngine on RewriteCond %{REQUEST_URI} !-U RewriteRule ^(.+) http://webserverB.dom/$1mod_rewrite提供的"前瞻"(look-ahead)的功能，是一种对所有URL类型都有效而且安全的方法，但是对web服务器的性能有不利影响。如果web服务器有一个强大的CPU，那就用这个方法。而在慢速机器上，可以用第一种方法，或者用性能更好的CGI脚本。
文档访问的多路复用
-
描述：
-
你知道
http://www.perl.com/CPAN的CPAN(综合Perl存档网络)吗？它实现了一个重定向以提供全世界的CPAN镜像中离访问者最近的FTP站点，也可以称之为FTP访问多路复用服务。CPAN是通过CGI脚本实现的，那么用
mod_rewrite如何实现呢？
解决方案：
-
首先，
mod_rewrite从3.0.0版本开始可以重写"ftp:"类型。其次，可以用RewriteMap取得对客户端顶级域名的最短路径。利用链式规则集，并用顶级域名作为查找多路复用映射表的键，可以这样做：RewriteEngine on RewriteMap multiplex txt:/path/to/map.cxan RewriteRule ^/CxAN/(.*) %{REMOTE_HOST}::$1 [C] RewriteRule ^.+/.([a-zA-Z]+)::(.*)$ ${multiplex:$1|ftp.default.dom}$2 [R,L]## ## map.cxan -- CxAN多路映射表 ## de ftp://ftp.cxan.de/CxAN/ uk ftp://ftp.cxan.uk/CxAN/ com ftp://ftp.cxan.com/CxAN/ : ##EOF##
内容处理
依赖于浏览器的内容
-
描述：
- 有时候有必须提供依赖于浏览器的最佳内容(至少对重要的顶级页面)，即对最新的Netscape提供最大化的版本，对Lynx提供最小化的版本，而对其他的浏览器则提供一个一般的版本。 解决方案：
-
对此，内容协商无能为力，因为浏览器不提供那种形式的类型，所以只能在"User-Agent"头上想办法。以下规则集可以完成这个操作：如果"User-Agent"以"Mozilla/3"开头，则将
foo.html重写为foo.NS.html，并终止重写操作；如果是"Lynx"或者版本号为1和2的"Mozilla"，则重写为foo.20.html；而对其他所有浏览器则是foo.32.html。RewriteCond %{HTTP_USER_AGENT} ^Mozilla/3.* RewriteRule ^foo/.html$ foo.NS.html [L] RewriteCond %{HTTP_USER_AGENT} ^Lynx/.* [OR] RewriteCond %{HTTP_USER_AGENT} ^Mozilla/[12].* RewriteRule ^foo/.html$ foo.20.html [L] RewriteRule ^foo/.html$ foo.32.html [L]
动态镜像
-
描述：
-
假定，需要在我们的域名空间里加入其他远程主机的页面。对FTP服务器，可以用
mirror程序在本地机器上维持一个对远程数据的最新的拷贝；对HTTP服务器，可以使用webcopy程序。但这两种技术都有一个主要的缺点：本地拷贝必须通过这个程序来更新。所以，比较好的方法是不采用静态镜像，而采用动态镜像，即在有数据请求时自动更新(远程主机上更新的数据)。
解决方案：
-
为达到此目的，可以使用
代理吞吐(Proxy Throughput)功能(
[P]标志)，将远程页面甚至整个远程网络区域映射到我们的域名空间：RewriteEngine on RewriteBase /~quux/ RewriteRule ^hotsheet/(.*)$ http://www.tstimpreso.com/hotsheet/$1 [P]
RewriteEngine on RewriteBase /~quux/ RewriteRule ^usa-news/.html$ http://www.quux-corp.com/news/index.html [P]
反向动态镜像
-
描述：
- ... 解决方案：
-
RewriteEngine on RewriteCond /mirror/of/remotesite/$1 -U RewriteRule ^http://www/.remotesite/.com/(.*)$ /mirror/of/remotesite/$1
通过Intranet取得丢失的数据
-
描述：
-
这在受防火墙保护的内部网(
www2.quux-corp.dom)上保存和维护实际数据，而在Internet上虚拟地运行web服务器(www.quux-corp.dom)。方法是外部服务器在空闲时间从内部服务器取得被请求的数据。
解决方案：
-
首先，必须确保防火墙对内部服务器的保护，并只允许此外部服务器获取数据。对包过滤(packet-filtering)防火墙，可以制定如下防火墙规则：
请按你的实际情况，对上例稍作调整。接着，建立通过代理后台获取丢失数据的重写规则：
ALLOW Host www.quux-corp.dom Port >1024 --> Host www2.quux-corp.dom Port 80 DENY Host * Port * --> Host www2.quux-corp.dom Port 80
RewriteRule ^/~([^/]+)/?(.*) /home/$1/.www/$2 RewriteCond %{REQUEST_FILENAME} !-f RewriteCond %{REQUEST_FILENAME} !-d RewriteRule ^/home/([^/]+)/.www/?(.*) http://www2.quux-corp.dom/~$1/pub/$2 [P]
负载均衡
-
描述：
-
如何将
www.foo.com的负载均衡到www[0-5].foo.com(一共是6个服务器)?
解决方案：
-
这个问题有许多可能的解决方案，在此，我们讨论通称为"基于DNS"的方案，和特殊的使用
mod_rewrite的方案- DNS循环
最简单的方法是用
BIND的DNS循环特性，只要按惯例设置www[0-9].foo.com的DNS的A(地址)记录，如：然后，增加以下各项：www0 IN A 1.2.3.1 www1 IN A 1.2.3.2 www2 IN A 1.2.3.3 www3 IN A 1.2.3.4 www4 IN A 1.2.3.5 www5 IN A 1.2.3.6
注意，上述看起来似乎是错误的，但事实上，它的确是www IN CNAME www0.foo.com. IN CNAME www1.foo.com. IN CNAME www2.foo.com. IN CNAME www3.foo.com. IN CNAME www4.foo.com. IN CNAME www5.foo.com. IN CNAME www6.foo.com.BIND中一个特意的特性，而且也可以这样用。在解析www.foo.com时，BIND将给出www0-www6的结果(虽然每次在次序上会有轻微的置换/循环)，客户端的请求可以被分散到各个服务器。但这并不是一个优秀的负载均衡方案，因为DNS解析信息可以被网络中其他域名服务器缓冲，一旦www.foo.com被解析为wwwN.foo.com，该请求的所有后继请求都将被送往wwwN.foo.com。但是最终结果是正确的，因为请求的总量的确被分散到各个服务器了。 - DNS负载均衡
一种成熟的基于DNS的负载均衡方法是使用
lbnamed程序，它是一个Perl程序，并带有若干辅助工具，实现了真正的基于DNS的负载均衡。 - 代理吞吐循环(Proxy Throughput Round-Robin)
这是一个使用
mod_rewrite以及代理吞吐特性的方法。首先，在DNS记录中将www0.foo.com固定为www.foo.com，如下：www IN CNAME www0.foo.com.
其次，将
www0.foo.com转换为一个专职代理服务器，即由这个机器把所有到来的URL通过内部代理分散到另外5个服务器(www1-www5)。为此，必须建立一个规则集，对所有URL调用一个负载均衡脚本lb.pl。下面是RewriteEngine on RewriteMap lb prg:/path/to/lb.pl RewriteRule ^/(.+)$ ${lb:$1} [P,L]lb.pl的内容：#!/path/to/perl ## lb.pl -- 负载平衡脚本 $| = 1; $name = "www"; # the hostname base $first = 1; # the first server (not 0 here, because 0 is myself) $last = 5; # the last server in the round-robin $domain = "foo.dom"; # the domainname $cnt = 0; while (<STDIN>) { $cnt = (($cnt+1) % ($last+1-$first)); $server = sprintf("%s%d.%s", $name, $cnt+$first, $domain); print "http://$server/"; } ##EOF##高级URL重写指南
本文是
mod_rewrite参考文档的补充材料。阐述在实际应用中如何解决网管所面临的基于URL的典型问题，并详细描述了如何配置URL重写规则集以解决这些问题。注意：根据你的服务器配置，有可能必须对这里的例子作些小修改，比如，在额外启用mod_alias和mod_userdir的情况下要增加[PT]标志，或者为了适应目录级(.htaccess)的配置而将针对服务器级的规则集进行重写。对一个特定的规则集应该先透彻理解然后再考虑应用，这样才能避免出现问题。
集群网站的同类URL规划
-
描述：
- 我们希望在一个Intranet集群网站中，对所有WWW服务器建立一致的URL规划，也就是说，所有的URL(针对每个服务器进行本地配置，因此是独立于各个服务器的)实际上都是 独立于各个服务器的！我们需要的是一个具有独立于各个服务器的一致性的WWW域名空间，即URL不需要包含物理目标服务器，而由集群本身来自动定位物理目标主机。 解决方案：
-
首先，目标服务器的信息来自于(分布式的)包含有用户、组以及实体的外部映射表，其格式形如下：
这些信息被存入
user1 server_of_user1 user2 server_of_user2 : :
map.xxx-to-host文件。其次，如果URL在一个服务器上无效，我们还需要引导所有的服务器将重定向到/u/user/anypath /g/group/anypath /e/entity/anypath
以下规则集依靠映射文件来完成这个操作(如果一个用户在映射表中没有对应的项，则使用server0做为默认服务器)：http://physical-host/u/user/anypath http://physical-host/g/group/anypath http://physical-host/e/entity/anypath
RewriteEngine on RewriteMap user-to-host txt:/path/to/map.user-to-host RewriteMap group-to-host txt:/path/to/map.group-to-host RewriteMap entity-to-host txt:/path/to/map.entity-to-host RewriteRule ^/u/([^/]+)/?(.*) http://${user-to-host:$1|server0}/u/$1/$2 RewriteRule ^/g/([^/]+)/?(.*) http://${group-to-host:$1|server0}/g/$1/$2 RewriteRule ^/e/([^/]+)/?(.*) http://${entity-to-host:$1|server0}/e/$1/$2 RewriteRule ^/([uge])/([^/]+)/?$ /$1/$2/.www/ RewriteRule ^/([uge])/([^/]+)/([^.]+.+) /$1/$2/.www/$3/
结构化的用户主目录
-
描述：
-
一些拥有几千个用户的网站通常都使用结构化的用户主目录规划，即每个用户主目录位于一个带有特定前缀(比如其用户名的第一个字符)的子目录下：
/~foo/anypath代表/home/f/foo/.www/anypath，而/~bar/anypath代表/home/b/bar/.www/anypath
解决方案：
-
可以使用下列规则集来扩展'
~'以达到上述目的。RewriteEngine on RewriteRule ^/~(([a-z])[a-z0-9]+)(.*) /home/$2/$1/.www$3
文件系统的重组
-
描述：
-
这是一个不加雕琢的例子：一个大量使用目录级规则集以实现平滑的观感，并且从来不用调整数据结构的杀手级的应用。背景：从1992年开始，
net.sw存放了我收集的免费Unix软件包。它是我的爱好也是我的工作，因为在学习计算机科学的同时，业余时间还做了多年的系统和网络管理员。每周我都需要整理软件，因而建立了一个层次很深的目录结构来存放各种软件包：
1996年7月，我决定通过一个漂亮的Web接口公开我的收藏。"漂亮"是指提供一个直接浏览整个目录结构的接口，同时不对这个结构做任何改变，甚至也不在结构顶部放置CGI脚本。为什么呢？因为这个结构还要能够被FTP访问，而且我不希望其中有任何Web或者CGI成分。
drwxrwxr-x 2 netsw users 512 Aug 3 18:39 Audio/ drwxrwxr-x 2 netsw users 512 Jul 9 14:37 Benchmark/ drwxrwxr-x 12 netsw users 512 Jul 9 00:34 Crypto/ drwxrwxr-x 5 netsw users 512 Jul 9 00:41 Database/ drwxrwxr-x 4 netsw users 512 Jul 30 19:25 Dicts/ drwxrwxr-x 10 netsw users 512 Jul 9 01:54 Graphic/ drwxrwxr-x 5 netsw users 512 Jul 9 01:58 Hackers/ drwxrwxr-x 8 netsw users 512 Jul 9 03:19 InfoSys/ drwxrwxr-x 3 netsw users 512 Jul 9 03:21 Math/ drwxrwxr-x 3 netsw users 512 Jul 9 03:24 Misc/ drwxrwxr-x 9 netsw users 512 Aug 1 16:33 Network/ drwxrwxr-x 2 netsw users 512 Jul 9 05:53 Office/ drwxrwxr-x 7 netsw users 512 Jul 9 09:24 SoftEng/ drwxrwxr-x 7 netsw users 512 Jul 9 12:17 System/ drwxrwxr-x 12 netsw users 512 Aug 3 20:15 Typesetting/ drwxrwxr-x 10 netsw users 512 Jul 9 14:08 X11/
解决方案：
-
这个方案分为两个部分：第一个部分是一组CGI脚本，用于实时建立所有目录层次的页面。我把它们放在
/e/netsw/.www/中：其中的-rw-r--r-- 1 netsw users 1318 Aug 1 18:10 .wwwacl drwxr-xr-x 18 netsw users 512 Aug 5 15:51 DATA/ -rw-rw-rw- 1 netsw users 372982 Aug 5 16:35 LOGFILE -rw-r--r-- 1 netsw users 659 Aug 4 09:27 TODO -rw-r--r-- 1 netsw users 5697 Aug 1 18:01 netsw-about.html -rwxr-xr-x 1 netsw users 579 Aug 2 10:33 netsw-access.pl -rwxr-xr-x 1 netsw users 1532 Aug 1 17:35 netsw-changes.cgi -rwxr-xr-x 1 netsw users 2866 Aug 5 14:49 netsw-home.cgi drwxr-xr-x 2 netsw users 512 Jul 8 23:47 netsw-img/ -rwxr-xr-x 1 netsw users 24050 Aug 5 15:49 netsw-lsdir.cgi -rwxr-xr-x 1 netsw users 1589 Aug 3 18:43 netsw-search.cgi -rwxr-xr-x 1 netsw users 1885 Aug 1 17:41 netsw-tree.cgi -rw-r--r-- 1 netsw users 234 Jul 30 16:35 netsw-unlimit.lst
DATA/子目录包含了上述目录结构，即实际的 net.sw原始内容，由rdist在需要的时候自动更新。第二个部分的问题是：如何将这两个结构连接为一个观感平滑的URL树？我希望在为各种URL运行对应的CGI脚本的时候，用户感觉不到DATA/目录的存在。方案如下：首先，我把下列配置放在针对每个目录的配置文件里，将公布的URL"/net.sw/"重写为内部路径"/e/netsw"：第一条规则是针对遗漏后缀斜杠的请求的！第二条规则才是真正实现功能的。接着，就是放在目录级配置文件RewriteRule ^net.sw$ net.sw/ [R] RewriteRule ^net.sw/(.*)$ e/netsw/$1
/e/netsw/.www/.wwwacl中的杀手级的配置了：Options ExecCGI FollowSymLinks Includes MultiViews RewriteEngine on # 通过"/net.sw/"前缀到达 RewriteBase /net.sw/ # 首先将根目录重写到cgi处理脚本 RewriteRule ^$ netsw-home.cgi [L] RewriteRule ^index/.html$ netsw-home.cgi [L] # 当浏览器请求perdir页面时剥去子目录 RewriteRule ^.+/(netsw-[^/]+/.+)$ $1 [L] # 现在打断对本地文件的重写 RewriteRule ^netsw-home/.cgi.* - [L] RewriteRule ^netsw-changes/.cgi.* - [L] RewriteRule ^netsw-search/.cgi.* - [L] RewriteRule ^netsw-tree/.cgi$ - [L] RewriteRule ^netsw-about/.html$ - [L] RewriteRule ^netsw-img/.*$ - [L] # 任何别的东西都是一个由另一个cgi脚本处理的子目录 RewriteRule !^netsw-lsdir/.cgi.* - [C] RewriteRule (.*) netsw-lsdir.cgi/$1
阅读提示：
- 注意前半部分中的
L(最后)标志和非替换部分('-') - 注意后半部分中的
!(非)符号和C(链)标志 - 注意最后一条规则是全匹配模式
- 注意前半部分中的
将失败的URL重定向到其他web服务器
-
描述：
-
一个常见的问题是如何将对web服务器A的失败请求重定向到服务器B。一般，可以使用借助
ErrorDocument的CGI脚本来解决，此外，还有使用mod_rewrite的方案。但是须注意，这种方法的执行效率不如使用ErrorDocument的CGI脚本！
解决方案：
-
第一种方案，有最好的性能而灵活性欠佳，出错概率小所以安全：
但是问题在于，它只对位于
RewriteEngine on RewriteCond /your/docroot/%{REQUEST_FILENAME} !-f RewriteRule ^(.+) http://webserverB.dom/$1DocumentRoot中的页面有效。虽然可以增加更多的条件(比如同时还处理用户主目录，等等)，但是还有一个更好的方法：这种方法使用了RewriteEngine on RewriteCond %{REQUEST_URI} !-U RewriteRule ^(.+) http://webserverB.dom/$1mod_rewrite提供的"前瞻"(look-ahead)的功能，是一种对所有URL类型都有效而且安全的方法，但是对web服务器的性能有不利影响。如果web服务器有一个强大的CPU，那就用这个方法。而在慢速机器上，可以用第一种方法，或者用性能更好的CGI脚本。
文档访问的多路复用
-
描述：
-
你知道
http://www.perl.com/CPAN的CPAN(综合Perl存档网络)吗？它实现了一个重定向以提供全世界的CPAN镜像中离访问者最近的FTP站点，也可以称之为FTP访问多路复用服务。CPAN是通过CGI脚本实现的，那么用
mod_rewrite如何实现呢？
解决方案：
-
首先，
mod_rewrite从3.0.0版本开始可以重写"ftp:"类型。其次，可以用RewriteMap取得对客户端顶级域名的最短路径。利用链式规则集，并用顶级域名作为查找多路复用映射表的键，可以这样做：RewriteEngine on RewriteMap multiplex txt:/path/to/map.cxan RewriteRule ^/CxAN/(.*) %{REMOTE_HOST}::$1 [C] RewriteRule ^.+/.([a-zA-Z]+)::(.*)$ ${multiplex:$1|ftp.default.dom}$2 [R,L]## ## map.cxan -- CxAN多路映射表 ## de ftp://ftp.cxan.de/CxAN/ uk ftp://ftp.cxan.uk/CxAN/ com ftp://ftp.cxan.com/CxAN/ : ##EOF##
内容处理
依赖于浏览器的内容
-
描述：
- 有时候有必须提供依赖于浏览器的最佳内容(至少对重要的顶级页面)，即对最新的Netscape提供最大化的版本，对Lynx提供最小化的版本，而对其他的浏览器则提供一个一般的版本。 解决方案：
-
对此，内容协商无能为力，因为浏览器不提供那种形式的类型，所以只能在"User-Agent"头上想办法。以下规则集可以完成这个操作：如果"User-Agent"以"Mozilla/3"开头，则将
foo.html重写为foo.NS.html，并终止重写操作；如果是"Lynx"或者版本号为1和2的"Mozilla"，则重写为foo.20.html；而对其他所有浏览器则是foo.32.html。RewriteCond %{HTTP_USER_AGENT} ^Mozilla/3.* RewriteRule ^foo/.html$ foo.NS.html [L] RewriteCond %{HTTP_USER_AGENT} ^Lynx/.* [OR] RewriteCond %{HTTP_USER_AGENT} ^Mozilla/[12].* RewriteRule ^foo/.html$ foo.20.html [L] RewriteRule ^foo/.html$ foo.32.html [L]
动态镜像
-
描述：
-
假定，需要在我们的域名空间里加入其他远程主机的页面。对FTP服务器，可以用
mirror程序在本地机器上维持一个对远程数据的最新的拷贝；对HTTP服务器，可以使用webcopy程序。但这两种技术都有一个主要的缺点：本地拷贝必须通过这个程序来更新。所以，比较好的方法是不采用静态镜像，而采用动态镜像，即在有数据请求时自动更新(远程主机上更新的数据)。
解决方案：
-
为达到此目的，可以使用
代理吞吐(Proxy Throughput)功能(
[P]标志)，将远程页面甚至整个远程网络区域映射到我们的域名空间：RewriteEngine on RewriteBase /~quux/ RewriteRule ^hotsheet/(.*)$ http://www.tstimpreso.com/hotsheet/$1 [P]
RewriteEngine on RewriteBase /~quux/ RewriteRule ^usa-news/.html$ http://www.quux-corp.com/news/index.html [P]
反向动态镜像
-
描述：
- ... 解决方案：
-
RewriteEngine on RewriteCond /mirror/of/remotesite/$1 -U RewriteRule ^http://www/.remotesite/.com/(.*)$ /mirror/of/remotesite/$1
通过Intranet取得丢失的数据
-
描述：
-
这在受防火墙保护的内部网(
www2.quux-corp.dom)上保存和维护实际数据，而在Internet上虚拟地运行web服务器(www.quux-corp.dom)。方法是外部服务器在空闲时间从内部服务器取得被请求的数据。
解决方案：
-
首先，必须确保防火墙对内部服务器的保护，并只允许此外部服务器获取数据。对包过滤(packet-filtering)防火墙，可以制定如下防火墙规则：
请按你的实际情况，对上例稍作调整。接着，建立通过代理后台获取丢失数据的重写规则：
ALLOW Host www.quux-corp.dom Port >1024 --> Host www2.quux-corp.dom Port 80 DENY Host * Port * --> Host www2.quux-corp.dom Port 80
RewriteRule ^/~([^/]+)/?(.*) /home/$1/.www/$2 RewriteCond %{REQUEST_FILENAME} !-f RewriteCond %{REQUEST_FILENAME} !-d RewriteRule ^/home/([^/]+)/.www/?(.*) http://www2.quux-corp.dom/~$1/pub/$2 [P]
负载均衡
-
描述：
-
如何将
www.foo.com的负载均衡到www[0-5].foo.com(一共是6个服务器)?
解决方案：
-
这个问题有许多可能的解决方案，在此，我们讨论通称为"基于DNS"的方案，和特殊的使用
mod_rewrite的方案- DNS循环
最简单的方法是用
BIND的DNS循环特性，只要按惯例设置www[0-9].foo.com的DNS的A(地址)记录，如：然后，增加以下各项：www0 IN A 1.2.3.1 www1 IN A 1.2.3.2 www2 IN A 1.2.3.3 www3 IN A 1.2.3.4 www4 IN A 1.2.3.5 www5 IN A 1.2.3.6
注意，上述看起来似乎是错误的，但事实上，它的确是www IN CNAME www0.foo.com. IN CNAME www1.foo.com. IN CNAME www2.foo.com. IN CNAME www3.foo.com. IN CNAME www4.foo.com. IN CNAME www5.foo.com. IN CNAME www6.foo.com.BIND中一个特意的特性，而且也可以这样用。在解析www.foo.com时，BIND将给出www0-www6的结果(虽然每次在次序上会有轻微的置换/循环)，客户端的请求可以被分散到各个服务器。但这并不是一个优秀的负载均衡方案，因为DNS解析信息可以被网络中其他域名服务器缓冲，一旦www.foo.com被解析为wwwN.foo.com，该请求的所有后继请求都将被送往wwwN.foo.com。但是最终结果是正确的，因为请求的总量的确被分散到各个服务器了。 - DNS负载均衡
一种成熟的基于DNS的负载均衡方法是使用
lbnamed程序，它是一个Perl程序，并带有若干辅助工具，实现了真正的基于DNS的负载均衡。 - 代理吞吐循环(Proxy Throughput Round-Robin)
这是一个使用
mod_rewrite以及代理吞吐特性的方法。首先，在DNS记录中将www0.foo.com固定为www.foo.com，如下：www IN CNAME www0.foo.com.
其次，将
www0.foo.com转换为一个专职代理服务器，即由这个机器把所有到来的URL通过内部代理分散到另外5个服务器(www1-www5)。为此，必须建立一个规则集，对所有URL调用一个负载均衡脚本lb.pl。下面是RewriteEngine on RewriteMap lb prg:/path/to/lb.pl RewriteRule ^/(.+)$ ${lb:$1} [P,L]lb.pl的内容：___FCKpd___23
最后的说明：这样有用吗？似乎www0.foo.com也会超载呀？答案是：没错，它的确会超载，但是它超载的仅仅是简单的代理吞吐请求！所有诸如SSI、CGI、ePerl等的处理完全是由其他机器完成的，这个才是重点。 - 硬件/TCP循环
还有一个硬件解决方案。Cisco有一个叫LocalDirector的东西，实现了TCP/IP层的负载均衡，事实上，它是一个位于网站集群前端的电路级网关。如果你有足够资金而且的确需要高性能的解决方案，那么可以用这个。
- DNS循环
新的MIME类型，新的服务
-
描述：
-
网上有许多很巧妙的CGI程序，但是用法晦涩，许多网管弃之不用。即使是Apache的MEME类型的动作处理器，也仅仅在CGI程序不需要在其输入中包含
PATH_INFO和QUERY_STRINGS时才很好用。首先，配置一种新的后缀为.scgi的(安全CGI)文件类型，其处理器是很常见的cgiwrap程序。问题是：如果使用同类URL规划(见上述)，而用户宿主目录中的一个文件的URL是/u/user/foo/bar.scgi，可是cgiwrap要求的URL的格式是/~user/foo/bar.scgi/，以下重写规则解决了这个问题：另外，假设还需要使用其他程序：RewriteRule ^/[uge]/([^/]+)//.www/(.+)/.scgi(.*) ... ... /internal/cgi/user/cgiwrap/~$1/$2.scgi$3 [NS,T=application/x-http-cgi]
wwwlog(显示access.log中的一个URL子树)和wwwidx(对一个URL子树运行Glimpse)，则必须为两个程序提供URL区域作为其操作对象。比如，对/u/user/foo/执行swwidx程序的超链是这样的：其缺点是，必须 同时硬编码超链中的区域 和CGI的路径，如果重组了这个区域，就需要花费大量时间来修改各个超链。/internal/cgi/user/swwidx?i=/u/user/foo/
解决方案：
-
用一个特殊的新的URL格式，自动拼装CGI参数：
现在，这个搜索
RewriteRule ^/([uge])/([^/]+)(/?.*)//* /internal/cgi/user/wwwidx?i=/$1/$2$3/ RewriteRule ^/([uge])/([^/]+)(/?.*):log /internal/cgi/user/wwwlog?f=/$1/$2$3
/u/user/foo/的超链简化成了：它会在内部被自动转换为HREF="*"
这样就可以为使用"/internal/cgi/user/wwwidx?i=/u/user/foo/
:log"的超链拼装出调用CGI程序的参数。
传输过程中的内容协商
-
描述：
- 这是一个很深奥的功能：动态地生成但静态地发送(从文件系统中读出，然后直接发出去)，但是如果它丢失了，则由服务器动态生成。这样，可以静态地提供CGI生成的页面，除非有人(或者是一个计划任务)删除了这些静态页面，而且其内容可以得到更新。 解决方案：
-
以下规则集实现了这个功能：
这样，如果
RewriteCond %{REQUEST_FILENAME} !-s RewriteRule ^page/.html$ page.cgi [T=application/x-httpd-cgi,L]page.html不存在或者文件大小为null ，则对page.html的请求会导致page.cgi的运行。其中奥妙在于page.cgi是一个将输出写入到page.html的(同时也写入STDOUT)的CGI脚本。执行完毕，服务器则将page.html的内容发送出去。如果网管需要强制更新其内容，只须删除page.html即可(通常由一个计划任务完成)。
自动更新的文档
-
描述：
- 建立一个复杂的页面，能够在用编辑器写了一个更新的版本时自动在浏览器上得到刷新，这不是很好吗？这可能吗？ 解决方案：
-
这是可行的！这需要综合利用MIME多成分、web服务器的NPH和
mod_rewrite的URL操控特性。首先，建立一个新的URL特性：对在文件系统中需要刷新的所有URL加上":refresh" 。现在当我们引用如下URLRewriteRule ^(/[uge]/[^/]+/?.*):refresh /internal/cgi/apache/nph-refresh?f=$1
时，将导致在内部调用/u/foo/bar/page.html:refresh
接着就是NPH-CGI脚本部分了。虽然，人们常说"将此作为一个练习留给读者"，但我还是给出答案了。/internal/cgi/apache/nph-refresh?f=/u/foo/bar/page.html
#!/sw/bin/perl ## ## nph-refresh -- 用于自动刷新页面的 NPH/CGI 脚本 ## Copyright (c) 1997 Ralf S. Engelschall, All Rights Reserved. ## $| = 1; # 分解 QUERY_STRING 变量 @pairs = split(/&/, $ENV{'QUERY_STRING'}); foreach $pair (@pairs) { ($name, $value) = split(/=/, $pair); $name =~ tr/A-Z/a-z/; $name = 'QS_' . $name; $value =~ s/%([a-fA-F0-9][a-fA-F0-9])/pack("C", hex($1))/eg; eval "/$name = /"$value/""; } $QS_s = 1 if ($QS_s eq "); $QS_n = 3600 if ($QS_n eq "); if ($QS_f eq ") { print "HTTP/1.0 200 OK/n"; print "Content-type: text/html/n/n"; print "<b>ERROR</b>: No file given/n"; exit(0); } if (! -f $QS_f) { print "HTTP/1.0 200 OK/n"; print "Content-type: text/html/n/n"; print "<b>ERROR</b>: File $QS_f not found/n"; exit(0); } sub print_http_headers_multipart_begin { print "HTTP/1.0 200 OK/n"; $bound = "ThisRandomString12345"; print "Content-type: multipart/x-mixed-replace;boundary=$bound/n"; &print_http_headers_multipart_next; } sub print_http_headers_multipart_next { print "/n--$bound/n"; } sub print_http_headers_multipart_end { print "/n--$bound--/n"; } sub displayhtml { local($buffer) = @_; $len = length($buffer); print "Content-type: text/html/n"; print "Content-length: $len/n/n"; print $buffer; } sub readfile { local($file) = @_; local(*FP, $size, $buffer, $bytes); ($x, $x, $x, $x, $x, $x, $x, $size) = stat($file); $size = sprintf("%d", $size); open(FP, "<$file"); $bytes = sysread(FP, $buffer, $size); close(FP); return $buffer; } $buffer = &readfile($QS_f); &print_http_headers_multipart_begin; &displayhtml($buffer); sub mystat { local($file) =[0]; local($time); ($x, $x, $x, $x, $x, $x, $x, $x, $x, $mtime) = stat($file); return $mtime; } $mtimeL = &mystat($QS_f); $mtime = $mtime; for ($n = 0; $n < $QS_n; $n++) { while (1) { $mtime = &mystat($QS_f); if ($mtime ne $mtimeL) { $mtimeL = $mtime; sleep(2); $buffer = &readfile($QS_f); &print_http_headers_multipart_next; &displayhtml($buffer); sleep(5); $mtimeL = &mystat($QS_f); last; } sleep($QS_s); } } &print_http_headers_multipart_end; exit(0); ##EOF##高级URL重写指南
本文是
mod_rewrite参考文档的补充材料。阐述在实际应用中如何解决网管所面临的基于URL的典型问题，并详细描述了如何配置URL重写规则集以解决这些问题。注意：根据你的服务器配置，有可能必须对这里的例子作些小修改，比如，在额外启用mod_alias和mod_userdir的情况下要增加[PT]标志，或者为了适应目录级(.htaccess)的配置而将针对服务器级的规则集进行重写。对一个特定的规则集应该先透彻理解然后再考虑应用，这样才能避免出现问题。
集群网站的同类URL规划
-
描述：
- 我们希望在一个Intranet集群网站中，对所有WWW服务器建立一致的URL规划，也就是说，所有的URL(针对每个服务器进行本地配置，因此是独立于各个服务器的)实际上都是 独立于各个服务器的！我们需要的是一个具有独立于各个服务器的一致性的WWW域名空间，即URL不需要包含物理目标服务器，而由集群本身来自动定位物理目标主机。 解决方案：
-
首先，目标服务器的信息来自于(分布式的)包含有用户、组以及实体的外部映射表，其格式形如下：
这些信息被存入
user1 server_of_user1 user2 server_of_user2 : :
map.xxx-to-host文件。其次，如果URL在一个服务器上无效，我们还需要引导所有的服务器将重定向到/u/user/anypath /g/group/anypath /e/entity/anypath
以下规则集依靠映射文件来完成这个操作(如果一个用户在映射表中没有对应的项，则使用server0做为默认服务器)：http://physical-host/u/user/anypath http://physical-host/g/group/anypath http://physical-host/e/entity/anypath
RewriteEngine on RewriteMap user-to-host txt:/path/to/map.user-to-host RewriteMap group-to-host txt:/path/to/map.group-to-host RewriteMap entity-to-host txt:/path/to/map.entity-to-host RewriteRule ^/u/([^/]+)/?(.*) http://${user-to-host:$1|server0}/u/$1/$2 RewriteRule ^/g/([^/]+)/?(.*) http://${group-to-host:$1|server0}/g/$1/$2 RewriteRule ^/e/([^/]+)/?(.*) http://${entity-to-host:$1|server0}/e/$1/$2 RewriteRule ^/([uge])/([^/]+)/?$ /$1/$2/.www/ RewriteRule ^/([uge])/([^/]+)/([^.]+.+) /$1/$2/.www/$3/
结构化的用户主目录
-
描述：
-
一些拥有几千个用户的网站通常都使用结构化的用户主目录规划，即每个用户主目录位于一个带有特定前缀(比如其用户名的第一个字符)的子目录下：
/~foo/anypath代表/home/f/foo/.www/anypath，而/~bar/anypath代表/home/b/bar/.www/anypath
解决方案：
-
可以使用下列规则集来扩展'
~'以达到上述目的。RewriteEngine on RewriteRule ^/~(([a-z])[a-z0-9]+)(.*) /home/$2/$1/.www$3
文件系统的重组
-
描述：
-
这是一个不加雕琢的例子：一个大量使用目录级规则集以实现平滑的观感，并且从来不用调整数据结构的杀手级的应用。背景：从1992年开始，
net.sw存放了我收集的免费Unix软件包。它是我的爱好也是我的工作，因为在学习计算机科学的同时，业余时间还做了多年的系统和网络管理员。每周我都需要整理软件，因而建立了一个层次很深的目录结构来存放各种软件包：
1996年7月，我决定通过一个漂亮的Web接口公开我的收藏。"漂亮"是指提供一个直接浏览整个目录结构的接口，同时不对这个结构做任何改变，甚至也不在结构顶部放置CGI脚本。为什么呢？因为这个结构还要能够被FTP访问，而且我不希望其中有任何Web或者CGI成分。
drwxrwxr-x 2 netsw users 512 Aug 3 18:39 Audio/ drwxrwxr-x 2 netsw users 512 Jul 9 14:37 Benchmark/ drwxrwxr-x 12 netsw users 512 Jul 9 00:34 Crypto/ drwxrwxr-x 5 netsw users 512 Jul 9 00:41 Database/ drwxrwxr-x 4 netsw users 512 Jul 30 19:25 Dicts/ drwxrwxr-x 10 netsw users 512 Jul 9 01:54 Graphic/ drwxrwxr-x 5 netsw users 512 Jul 9 01:58 Hackers/ drwxrwxr-x 8 netsw users 512 Jul 9 03:19 InfoSys/ drwxrwxr-x 3 netsw users 512 Jul 9 03:21 Math/ drwxrwxr-x 3 netsw users 512 Jul 9 03:24 Misc/ drwxrwxr-x 9 netsw users 512 Aug 1 16:33 Network/ drwxrwxr-x 2 netsw users 512 Jul 9 05:53 Office/ drwxrwxr-x 7 netsw users 512 Jul 9 09:24 SoftEng/ drwxrwxr-x 7 netsw users 512 Jul 9 12:17 System/ drwxrwxr-x 12 netsw users 512 Aug 3 20:15 Typesetting/ drwxrwxr-x 10 netsw users 512 Jul 9 14:08 X11/
解决方案：
-
这个方案分为两个部分：第一个部分是一组CGI脚本，用于实时建立所有目录层次的页面。我把它们放在
/e/netsw/.www/中：其中的-rw-r--r-- 1 netsw users 1318 Aug 1 18:10 .wwwacl drwxr-xr-x 18 netsw users 512 Aug 5 15:51 DATA/ -rw-rw-rw- 1 netsw users 372982 Aug 5 16:35 LOGFILE -rw-r--r-- 1 netsw users 659 Aug 4 09:27 TODO -rw-r--r-- 1 netsw users 5697 Aug 1 18:01 netsw-about.html -rwxr-xr-x 1 netsw users 579 Aug 2 10:33 netsw-access.pl -rwxr-xr-x 1 netsw users 1532 Aug 1 17:35 netsw-changes.cgi -rwxr-xr-x 1 netsw users 2866 Aug 5 14:49 netsw-home.cgi drwxr-xr-x 2 netsw users 512 Jul 8 23:47 netsw-img/ -rwxr-xr-x 1 netsw users 24050 Aug 5 15:49 netsw-lsdir.cgi -rwxr-xr-x 1 netsw users 1589 Aug 3 18:43 netsw-search.cgi -rwxr-xr-x 1 netsw users 1885 Aug 1 17:41 netsw-tree.cgi -rw-r--r-- 1 netsw users 234 Jul 30 16:35 netsw-unlimit.lst
DATA/子目录包含了上述目录结构，即实际的 net.sw原始内容，由rdist在需要的时候自动更新。第二个部分的问题是：如何将这两个结构连接为一个观感平滑的URL树？我希望在为各种URL运行对应的CGI脚本的时候，用户感觉不到DATA/目录的存在。方案如下：首先，我把下列配置放在针对每个目录的配置文件里，将公布的URL"/net.sw/"重写为内部路径"/e/netsw"：第一条规则是针对遗漏后缀斜杠的请求的！第二条规则才是真正实现功能的。接着，就是放在目录级配置文件RewriteRule ^net.sw$ net.sw/ [R] RewriteRule ^net.sw/(.*)$ e/netsw/$1
/e/netsw/.www/.wwwacl中的杀手级的配置了：Options ExecCGI FollowSymLinks Includes MultiViews RewriteEngine on # 通过"/net.sw/"前缀到达 RewriteBase /net.sw/ # 首先将根目录重写到cgi处理脚本 RewriteRule ^$ netsw-home.cgi [L] RewriteRule ^index/.html$ netsw-home.cgi [L] # 当浏览器请求perdir页面时剥去子目录 RewriteRule ^.+/(netsw-[^/]+/.+)$ $1 [L] # 现在打断对本地文件的重写 RewriteRule ^netsw-home/.cgi.* - [L] RewriteRule ^netsw-changes/.cgi.* - [L] RewriteRule ^netsw-search/.cgi.* - [L] RewriteRule ^netsw-tree/.cgi$ - [L] RewriteRule ^netsw-about/.html$ - [L] RewriteRule ^netsw-img/.*$ - [L] # 任何别的东西都是一个由另一个cgi脚本处理的子目录 RewriteRule !^netsw-lsdir/.cgi.* - [C] RewriteRule (.*) netsw-lsdir.cgi/$1
阅读提示：
- 注意前半部分中的
L(最后)标志和非替换部分('-') - 注意后半部分中的
!(非)符号和C(链)标志 - 注意最后一条规则是全匹配模式
- 注意前半部分中的
将失败的URL重定向到其他web服务器
-
描述：
-
一个常见的问题是如何将对web服务器A的失败请求重定向到服务器B。一般，可以使用借助
ErrorDocument的CGI脚本来解决，此外，还有使用mod_rewrite的方案。但是须注意，这种方法的执行效率不如使用ErrorDocument的CGI脚本！
解决方案：
-
第一种方案，有最好的性能而灵活性欠佳，出错概率小所以安全：
但是问题在于，它只对位于
RewriteEngine on RewriteCond /your/docroot/%{REQUEST_FILENAME} !-f RewriteRule ^(.+) http://webserverB.dom/$1DocumentRoot中的页面有效。虽然可以增加更多的条件(比如同时还处理用户主目录，等等)，但是还有一个更好的方法：这种方法使用了RewriteEngine on RewriteCond %{REQUEST_URI} !-U RewriteRule ^(.+) http://webserverB.dom/$1mod_rewrite提供的"前瞻"(look-ahead)的功能，是一种对所有URL类型都有效而且安全的方法，但是对web服务器的性能有不利影响。如果web服务器有一个强大的CPU，那就用这个方法。而在慢速机器上，可以用第一种方法，或者用性能更好的CGI脚本。
文档访问的多路复用
-
描述：
-
你知道
http://www.perl.com/CPAN的CPAN(综合Perl存档网络)吗？它实现了一个重定向以提供全世界的CPAN镜像中离访问者最近的FTP站点，也可以称之为FTP访问多路复用服务。CPAN是通过CGI脚本实现的，那么用
mod_rewrite如何实现呢？
解决方案：
-
首先，
mod_rewrite从3.0.0版本开始可以重写"ftp:"类型。其次，可以用RewriteMap取得对客户端顶级域名的最短路径。利用链式规则集，并用顶级域名作为查找多路复用映射表的键，可以这样做：RewriteEngine on RewriteMap multiplex txt:/path/to/map.cxan RewriteRule ^/CxAN/(.*) %{REMOTE_HOST}::$1 [C] RewriteRule ^.+/.([a-zA-Z]+)::(.*)$ ${multiplex:$1|ftp.default.dom}$2 [R,L]## ## map.cxan -- CxAN多路映射表 ## de ftp://ftp.cxan.de/CxAN/ uk ftp://ftp.cxan.uk/CxAN/ com ftp://ftp.cxan.com/CxAN/ : ##EOF##
内容处理
依赖于浏览器的内容
-
描述：
- 有时候有必须提供依赖于浏览器的最佳内容(至少对重要的顶级页面)，即对最新的Netscape提供最大化的版本，对Lynx提供最小化的版本，而对其他的浏览器则提供一个一般的版本。 解决方案：
-
对此，内容协商无能为力，因为浏览器不提供那种形式的类型，所以只能在"User-Agent"头上想办法。以下规则集可以完成这个操作：如果"User-Agent"以"Mozilla/3"开头，则将
foo.html重写为foo.NS.html，并终止重写操作；如果是"Lynx"或者版本号为1和2的"Mozilla"，则重写为foo.20.html；而对其他所有浏览器则是foo.32.html。RewriteCond %{HTTP_USER_AGENT} ^Mozilla/3.* RewriteRule ^foo/.html$ foo.NS.html [L] RewriteCond %{HTTP_USER_AGENT} ^Lynx/.* [OR] RewriteCond %{HTTP_USER_AGENT} ^Mozilla/[12].* RewriteRule ^foo/.html$ foo.20.html [L] RewriteRule ^foo/.html$ foo.32.html [L]
动态镜像
-
描述：
-
假定，需要在我们的域名空间里加入其他远程主机的页面。对FTP服务器，可以用
mirror程序在本地机器上维持一个对远程数据的最新的拷贝；对HTTP服务器，可以使用webcopy程序。但这两种技术都有一个主要的缺点：本地拷贝必须通过这个程序来更新。所以，比较好的方法是不采用静态镜像，而采用动态镜像，即在有数据请求时自动更新(远程主机上更新的数据)。
解决方案：
-
为达到此目的，可以使用
代理吞吐(Proxy Throughput)功能(
[P]标志)，将远程页面甚至整个远程网络区域映射到我们的域名空间：RewriteEngine on RewriteBase /~quux/ RewriteRule ^hotsheet/(.*)$ http://www.tstimpreso.com/hotsheet/$1 [P]
RewriteEngine on RewriteBase /~quux/ RewriteRule ^usa-news/.html$ http://www.quux-corp.com/news/index.html [P]
反向动态镜像
-
描述：
- ... 解决方案：
-
RewriteEngine on RewriteCond /mirror/of/remotesite/$1 -U RewriteRule ^http://www/.remotesite/.com/(.*)$ /mirror/of/remotesite/$1
通过Intranet取得丢失的数据
-
描述：
-
这在受防火墙保护的内部网(
www2.quux-corp.dom)上保存和维护实际数据，而在Internet上虚拟地运行web服务器(www.quux-corp.dom)。方法是外部服务器在空闲时间从内部服务器取得被请求的数据。
解决方案：
-
首先，必须确保防火墙对内部服务器的保护，并只允许此外部服务器获取数据。对包过滤(packet-filtering)防火墙，可以制定如下防火墙规则：
请按你的实际情况，对上例稍作调整。接着，建立通过代理后台获取丢失数据的重写规则：
ALLOW Host www.quux-corp.dom Port >1024 --> Host www2.quux-corp.dom Port 80 DENY Host * Port * --> Host www2.quux-corp.dom Port 80
RewriteRule ^/~([^/]+)/?(.*) /home/$1/.www/$2 RewriteCond %{REQUEST_FILENAME} !-f RewriteCond %{REQUEST_FILENAME} !-d RewriteRule ^/home/([^/]+)/.www/?(.*) http://www2.quux-corp.dom/~$1/pub/$2 [P]
负载均衡
-
描述：
-
如何将
www.foo.com的负载均衡到www[0-5].foo.com(一共是6个服务器)?
解决方案：
-
这个问题有许多可能的解决方案，在此，我们讨论通称为"基于DNS"的方案，和特殊的使用
mod_rewrite的方案- DNS循环
最简单的方法是用
BIND的DNS循环特性，只要按惯例设置www[0-9].foo.com的DNS的A(地址)记录，如：然后，增加以下各项：www0 IN A 1.2.3.1 www1 IN A 1.2.3.2 www2 IN A 1.2.3.3 www3 IN A 1.2.3.4 www4 IN A 1.2.3.5 www5 IN A 1.2.3.6
注意，上述看起来似乎是错误的，但事实上，它的确是www IN CNAME www0.foo.com. IN CNAME www1.foo.com. IN CNAME www2.foo.com. IN CNAME www3.foo.com. IN CNAME www4.foo.com. IN CNAME www5.foo.com. IN CNAME www6.foo.com.BIND中一个特意的特性，而且也可以这样用。在解析www.foo.com时，BIND将给出www0-www6的结果(虽然每次在次序上会有轻微的置换/循环)，客户端的请求可以被分散到各个服务器。但这并不是一个优秀的负载均衡方案，因为DNS解析信息可以被网络中其他域名服务器缓冲，一旦www.foo.com被解析为wwwN.foo.com，该请求的所有后继请求都将被送往wwwN.foo.com。但是最终结果是正确的，因为请求的总量的确被分散到各个服务器了。 - DNS负载均衡
一种成熟的基于DNS的负载均衡方法是使用
lbnamed程序，它是一个Perl程序，并带有若干辅助工具，实现了真正的基于DNS的负载均衡。 - 代理吞吐循环(Proxy Throughput Round-Robin)
这是一个使用
mod_rewrite以及代理吞吐特性的方法。首先，在DNS记录中将www0.foo.com固定为www.foo.com，如下：www IN CNAME www0.foo.com.
其次，将
www0.foo.com转换为一个专职代理服务器，即由这个机器把所有到来的URL通过内部代理分散到另外5个服务器(www1-www5)。为此，必须建立一个规则集，对所有URL调用一个负载均衡脚本lb.pl。下面是RewriteEngine on RewriteMap lb prg:/path/to/lb.pl RewriteRule ^/(.+)$ ${lb:$1} [P,L]lb.pl的内容：#!/path/to/perl ## lb.pl -- 负载平衡脚本 $| = 1; $name = "www"; # the hostname base $first = 1; # the first server (not 0 here, because 0 is myself) $last = 5; # the last server in the round-robin $domain = "foo.dom"; # the domainname $cnt = 0; while (<STDIN>) { $cnt = (($cnt+1) % ($last+1-$first)); $server = sprintf("%s%d.%s", $name, $cnt+$first, $domain); print "http://$server/"; } ##EOF##高级URL重写指南
本文是
mod_rewrite参考文档的补充材料。阐述在实际应用中如何解决网管所面临的基于URL的典型问题，并详细描述了如何配置URL重写规则集以解决这些问题。注意：根据你的服务器配置，有可能必须对这里的例子作些小修改，比如，在额外启用mod_alias和mod_userdir的情况下要增加[PT]标志，或者为了适应目录级(.htaccess)的配置而将针对服务器级的规则集进行重写。对一个特定的规则集应该先透彻理解然后再考虑应用，这样才能避免出现问题。
集群网站的同类URL规划
-
描述：
- 我们希望在一个Intranet集群网站中，对所有WWW服务器建立一致的URL规划，也就是说，所有的URL(针对每个服务器进行本地配置，因此是独立于各个服务器的)实际上都是 独立于各个服务器的！我们需要的是一个具有独立于各个服务器的一致性的WWW域名空间，即URL不需要包含物理目标服务器，而由集群本身来自动定位物理目标主机。 解决方案：
-
首先，目标服务器的信息来自于(分布式的)包含有用户、组以及实体的外部映射表，其格式形如下：
这些信息被存入
user1 server_of_user1 user2 server_of_user2 : :
map.xxx-to-host文件。其次，如果URL在一个服务器上无效，我们还需要引导所有的服务器将重定向到/u/user/anypath /g/group/anypath /e/entity/anypath
以下规则集依靠映射文件来完成这个操作(如果一个用户在映射表中没有对应的项，则使用server0做为默认服务器)：http://physical-host/u/user/anypath http://physical-host/g/group/anypath http://physical-host/e/entity/anypath
RewriteEngine on RewriteMap user-to-host txt:/path/to/map.user-to-host RewriteMap group-to-host txt:/path/to/map.group-to-host RewriteMap entity-to-host txt:/path/to/map.entity-to-host RewriteRule ^/u/([^/]+)/?(.*) http://${user-to-host:$1|server0}/u/$1/$2 RewriteRule ^/g/([^/]+)/?(.*) http://${group-to-host:$1|server0}/g/$1/$2 RewriteRule ^/e/([^/]+)/?(.*) http://${entity-to-host:$1|server0}/e/$1/$2 RewriteRule ^/([uge])/([^/]+)/?$ /$1/$2/.www/ RewriteRule ^/([uge])/([^/]+)/([^.]+.+) /$1/$2/.www/$3/
结构化的用户主目录
-
描述：
-
一些拥有几千个用户的网站通常都使用结构化的用户主目录规划，即每个用户主目录位于一个带有特定前缀(比如其用户名的第一个字符)的子目录下：
/~foo/anypath代表/home/f/foo/.www/anypath，而/~bar/anypath代表/home/b/bar/.www/anypath
解决方案：
-
可以使用下列规则集来扩展'
~'以达到上述目的。RewriteEngine on RewriteRule ^/~(([a-z])[a-z0-9]+)(.*) /home/$2/$1/.www$3
文件系统的重组
-
描述：
-
这是一个不加雕琢的例子：一个大量使用目录级规则集以实现平滑的观感，并且从来不用调整数据结构的杀手级的应用。背景：从1992年开始，
net.sw存放了我收集的免费Unix软件包。它是我的爱好也是我的工作，因为在学习计算机科学的同时，业余时间还做了多年的系统和网络管理员。每周我都需要整理软件，因而建立了一个层次很深的目录结构来存放各种软件包：
1996年7月，我决定通过一个漂亮的Web接口公开我的收藏。"漂亮"是指提供一个直接浏览整个目录结构的接口，同时不对这个结构做任何改变，甚至也不在结构顶部放置CGI脚本。为什么呢？因为这个结构还要能够被FTP访问，而且我不希望其中有任何Web或者CGI成分。
drwxrwxr-x 2 netsw users 512 Aug 3 18:39 Audio/ drwxrwxr-x 2 netsw users 512 Jul 9 14:37 Benchmark/ drwxrwxr-x 12 netsw users 512 Jul 9 00:34 Crypto/ drwxrwxr-x 5 netsw users 512 Jul 9 00:41 Database/ drwxrwxr-x 4 netsw users 512 Jul 30 19:25 Dicts/ drwxrwxr-x 10 netsw users 512 Jul 9 01:54 Graphic/ drwxrwxr-x 5 netsw users 512 Jul 9 01:58 Hackers/ drwxrwxr-x 8 netsw users 512 Jul 9 03:19 InfoSys/ drwxrwxr-x 3 netsw users 512 Jul 9 03:21 Math/ drwxrwxr-x 3 netsw users 512 Jul 9 03:24 Misc/ drwxrwxr-x 9 netsw users 512 Aug 1 16:33 Network/ drwxrwxr-x 2 netsw users 512 Jul 9 05:53 Office/ drwxrwxr-x 7 netsw users 512 Jul 9 09:24 SoftEng/ drwxrwxr-x 7 netsw users 512 Jul 9 12:17 System/ drwxrwxr-x 12 netsw users 512 Aug 3 20:15 Typesetting/ drwxrwxr-x 10 netsw users 512 Jul 9 14:08 X11/
解决方案：
-
这个方案分为两个部分：第一个部分是一组CGI脚本，用于实时建立所有目录层次的页面。我把它们放在
/e/netsw/.www/中：其中的-rw-r--r-- 1 netsw users 1318 Aug 1 18:10 .wwwacl drwxr-xr-x 18 netsw users 512 Aug 5 15:51 DATA/ -rw-rw-rw- 1 netsw users 372982 Aug 5 16:35 LOGFILE -rw-r--r-- 1 netsw users 659 Aug 4 09:27 TODO -rw-r--r-- 1 netsw users 5697 Aug 1 18:01 netsw-about.html -rwxr-xr-x 1 netsw users 579 Aug 2 10:33 netsw-access.pl -rwxr-xr-x 1 netsw users 1532 Aug 1 17:35 netsw-changes.cgi -rwxr-xr-x 1 netsw users 2866 Aug 5 14:49 netsw-home.cgi drwxr-xr-x 2 netsw users 512 Jul 8 23:47 netsw-img/ -rwxr-xr-x 1 netsw users 24050 Aug 5 15:49 netsw-lsdir.cgi -rwxr-xr-x 1 netsw users 1589 Aug 3 18:43 netsw-search.cgi -rwxr-xr-x 1 netsw users 1885 Aug 1 17:41 netsw-tree.cgi -rw-r--r-- 1 netsw users 234 Jul 30 16:35 netsw-unlimit.lst
DATA/子目录包含了上述目录结构，即实际的 net.sw原始内容，由rdist在需要的时候自动更新。第二个部分的问题是：如何将这两个结构连接为一个观感平滑的URL树？我希望在为各种URL运行对应的CGI脚本的时候，用户感觉不到DATA/目录的存在。方案如下：首先，我把下列配置放在针对每个目录的配置文件里，将公布的URL"/net.sw/"重写为内部路径"/e/netsw"：第一条规则是针对遗漏后缀斜杠的请求的！第二条规则才是真正实现功能的。接着，就是放在目录级配置文件RewriteRule ^net.sw$ net.sw/ [R] RewriteRule ^net.sw/(.*)$ e/netsw/$1
/e/netsw/.www/.wwwacl中的杀手级的配置了：Options ExecCGI FollowSymLinks Includes MultiViews RewriteEngine on # 通过"/net.sw/"前缀到达 RewriteBase /net.sw/ # 首先将根目录重写到cgi处理脚本 RewriteRule ^$ netsw-home.cgi [L] RewriteRule ^index/.html$ netsw-home.cgi [L] # 当浏览器请求perdir页面时剥去子目录 RewriteRule ^.+/(netsw-[^/]+/.+)$ $1 [L] # 现在打断对本地文件的重写 RewriteRule ^netsw-home/.cgi.* - [L] RewriteRule ^netsw-changes/.cgi.* - [L] RewriteRule ^netsw-search/.cgi.* - [L] RewriteRule ^netsw-tree/.cgi$ - [L] RewriteRule ^netsw-about/.html$ - [L] RewriteRule ^netsw-img/.*$ - [L] # 任何别的东西都是一个由另一个cgi脚本处理的子目录 RewriteRule !^netsw-lsdir/.cgi.* - [C] RewriteRule (.*) netsw-lsdir.cgi/$1
阅读提示：
- 注意前半部分中的
L(最后)标志和非替换部分('-') - 注意后半部分中的
!(非)符号和C(链)标志 - 注意最后一条规则是全匹配模式
- 注意前半部分中的
将失败的URL重定向到其他web服务器
-
描述：
-
一个常见的问题是如何将对web服务器A的失败请求重定向到服务器B。一般，可以使用借助
ErrorDocument的CGI脚本来解决，此外，还有使用mod_rewrite的方案。但是须注意，这种方法的执行效率不如使用ErrorDocument的CGI脚本！
解决方案：
-
第一种方案，有最好的性能而灵活性欠佳，出错概率小所以安全：
但是问题在于，它只对位于
RewriteEngine on RewriteCond /your/docroot/%{REQUEST_FILENAME} !-f RewriteRule ^(.+) http://webserverB.dom/$1DocumentRoot中的页面有效。虽然可以增加更多的条件(比如同时还处理用户主目录，等等)，但是还有一个更好的方法：这种方法使用了RewriteEngine on RewriteCond %{REQUEST_URI} !-U RewriteRule ^(.+) http://webserverB.dom/$1mod_rewrite提供的"前瞻"(look-ahead)的功能，是一种对所有URL类型都有效而且安全的方法，但是对web服务器的性能有不利影响。如果web服务器有一个强大的CPU，那就用这个方法。而在慢速机器上，可以用第一种方法，或者用性能更好的CGI脚本。
文档访问的多路复用
-
描述：
-
你知道
http://www.perl.com/CPAN的CPAN(综合Perl存档网络)吗？它实现了一个重定向以提供全世界的CPAN镜像中离访问者最近的FTP站点，也可以称之为FTP访问多路复用服务。CPAN是通过CGI脚本实现的，那么用
mod_rewrite如何实现呢？
解决方案：
-
首先，
mod_rewrite从3.0.0版本开始可以重写"ftp:"类型。其次，可以用RewriteMap取得对客户端顶级域名的最短路径。利用链式规则集，并用顶级域名作为查找多路复用映射表的键，可以这样做：RewriteEngine on RewriteMap multiplex txt:/path/to/map.cxan RewriteRule ^/CxAN/(.*) %{REMOTE_HOST}::$1 [C] RewriteRule ^.+/.([a-zA-Z]+)::(.*)$ ${multiplex:$1|ftp.default.dom}$2 [R,L]## ## map.cxan -- CxAN多路映射表 ## de ftp://ftp.cxan.de/CxAN/ uk ftp://ftp.cxan.uk/CxAN/ com ftp://ftp.cxan.com/CxAN/ : ##EOF##
内容处理
依赖于浏览器的内容
-
描述：
- 有时候有必须提供依赖于浏览器的最佳内容(至少对重要的顶级页面)，即对最新的Netscape提供最大化的版本，对Lynx提供最小化的版本，而对其他的浏览器则提供一个一般的版本。 解决方案：
-
对此，内容协商无能为力，因为浏览器不提供那种形式的类型，所以只能在"User-Agent"头上想办法。以下规则集可以完成这个操作：如果"User-Agent"以"Mozilla/3"开头，则将
foo.html重写为foo.NS.html，并终止重写操作；如果是"Lynx"或者版本号为1和2的"Mozilla"，则重写为foo.20.html；而对其他所有浏览器则是foo.32.html。RewriteCond %{HTTP_USER_AGENT} ^Mozilla/3.* RewriteRule ^foo/.html$ foo.NS.html [L] RewriteCond %{HTTP_USER_AGENT} ^Lynx/.* [OR] RewriteCond %{HTTP_USER_AGENT} ^Mozilla/[12].* RewriteRule ^foo/.html$ foo.20.html [L] RewriteRule ^foo/.html$ foo.32.html [L]
动态镜像
-
描述：
-
假定，需要在我们的域名空间里加入其他远程主机的页面。对FTP服务器，可以用
mirror程序在本地机器上维持一个对远程数据的最新的拷贝；对HTTP服务器，可以使用webcopy程序。但这两种技术都有一个主要的缺点：本地拷贝必须通过这个程序来更新。所以，比较好的方法是不采用静态镜像，而采用动态镜像，即在有数据请求时自动更新(远程主机上更新的数据)。
解决方案：
-
为达到此目的，可以使用
代理吞吐(Proxy Throughput)功能(
[P]标志)，将远程页面甚至整个远程网络区域映射到我们的域名空间：RewriteEngine on RewriteBase /~quux/ RewriteRule ^hotsheet/(.*)$ http://www.tstimpreso.com/hotsheet/$1 [P]
RewriteEngine on RewriteBase /~quux/ RewriteRule ^usa-news/.html$ http://www.quux-corp.com/news/index.html [P]
反向动态镜像
-
描述：
- ... 解决方案：
-
RewriteEngine on RewriteCond /mirror/of/remotesite/$1 -U RewriteRule ^http://www/.remotesite/.com/(.*)$ /mirror/of/remotesite/$1
通过Intranet取得丢失的数据
-
描述：
-
这在受防火墙保护的内部网(
www2.quux-corp.dom)上保存和维护实际数据，而在Internet上虚拟地运行web服务器(www.quux-corp.dom)。方法是外部服务器在空闲时间从内部服务器取得被请求的数据。
解决方案：
-
首先，必须确保防火墙对内部服务器的保护，并只允许此外部服务器获取数据。对包过滤(packet-filtering)防火墙，可以制定如下防火墙规则：
请按你的实际情况，对上例稍作调整。接着，建立通过代理后台获取丢失数据的重写规则：
ALLOW Host www.quux-corp.dom Port >1024 --> Host www2.quux-corp.dom Port 80 DENY Host * Port * --> Host www2.quux-corp.dom Port 80
RewriteRule ^/~([^/]+)/?(.*) /home/$1/.www/$2 RewriteCond %{REQUEST_FILENAME} !-f RewriteCond %{REQUEST_FILENAME} !-d RewriteRule ^/home/([^/]+)/.www/?(.*) http://www2.quux-corp.dom/~$1/pub/$2 [P]
负载均衡
-
描述：
-
如何将
www.foo.com的负载均衡到www[0-5].foo.com(一共是6个服务器)?
解决方案：
-
这个问题有许多可能的解决方案，在此，我们讨论通称为"基于DNS"的方案，和特殊的使用
mod_rewrite的方案- DNS循环
最简单的方法是用
BIND的DNS循环特性，只要按惯例设置www[0-9].foo.com的DNS的A(地址)记录，如：然后，增加以下各项：www0 IN A 1.2.3.1 www1 IN A 1.2.3.2 www2 IN A 1.2.3.3 www3 IN A 1.2.3.4 www4 IN A 1.2.3.5 www5 IN A 1.2.3.6
注意，上述看起来似乎是错误的，但事实上，它的确是www IN CNAME www0.foo.com. IN CNAME www1.foo.com. IN CNAME www2.foo.com. IN CNAME www3.foo.com. IN CNAME www4.foo.com. IN CNAME www5.foo.com. IN CNAME www6.foo.com.BIND中一个特意的特性，而且也可以这样用。在解析www.foo.com时，BIND将给出www0-www6的结果(虽然每次在次序上会有轻微的置换/循环)，客户端的请求可以被分散到各个服务器。但这并不是一个优秀的负载均衡方案，因为DNS解析信息可以被网络中其他域名服务器缓冲，一旦www.foo.com被解析为wwwN.foo.com，该请求的所有后继请求都将被送往wwwN.foo.com。但是最终结果是正确的，因为请求的总量的确被分散到各个服务器了。 - DNS负载均衡
一种成熟的基于DNS的负载均衡方法是使用
lbnamed程序，它是一个Perl程序，并带有若干辅助工具，实现了真正的基于DNS的负载均衡。 - 代理吞吐循环(Proxy Throughput Round-Robin)
这是一个使用
mod_rewrite以及代理吞吐特性的方法。首先，在DNS记录中将www0.foo.com固定为www.foo.com，如下：www IN CNAME www0.foo.com.
其次，将
www0.foo.com转换为一个专职代理服务器，即由这个机器把所有到来的URL通过内部代理分散到另外5个服务器(www1-www5)。为此，必须建立一个规则集，对所有URL调用一个负载均衡脚本lb.pl。下面是RewriteEngine on RewriteMap lb prg:/path/to/lb.pl RewriteRule ^/(.+)$ ${lb:$1} [P,L]lb.pl的内容：___FCKpd___23
最后的说明：这样有用吗？似乎www0.foo.com也会超载呀？答案是：没错，它的确会超载，但是它超载的仅仅是简单的代理吞吐请求！所有诸如SSI、CGI、ePerl等的处理完全是由其他机器完成的，这个才是重点。 - 硬件/TCP循环
还有一个硬件解决方案。Cisco有一个叫LocalDirector的东西，实现了TCP/IP层的负载均衡，事实上，它是一个位于网站集群前端的电路级网关。如果你有足够资金而且的确需要高性能的解决方案，那么可以用这个。
- DNS循环
新的MIME类型，新的服务
-
描述：
-
网上有许多很巧妙的CGI程序，但是用法晦涩，许多网管弃之不用。即使是Apache的MEME类型的动作处理器，也仅仅在CGI程序不需要在其输入中包含
PATH_INFO和QUERY_STRINGS时才很好用。首先，配置一种新的后缀为.scgi的(安全CGI)文件类型，其处理器是很常见的cgiwrap程序。问题是：如果使用同类URL规划(见上述)，而用户宿主目录中的一个文件的URL是/u/user/foo/bar.scgi，可是cgiwrap要求的URL的格式是/~user/foo/bar.scgi/，以下重写规则解决了这个问题：另外，假设还需要使用其他程序：RewriteRule ^/[uge]/([^/]+)//.www/(.+)/.scgi(.*) ... ... /internal/cgi/user/cgiwrap/~$1/$2.scgi$3 [NS,T=application/x-http-cgi]
wwwlog(显示access.log中的一个URL子树)和wwwidx(对一个URL子树运行Glimpse)，则必须为两个程序提供URL区域作为其操作对象。比如，对/u/user/foo/执行swwidx程序的超链是这样的：其缺点是，必须 同时硬编码超链中的区域 和CGI的路径，如果重组了这个区域，就需要花费大量时间来修改各个超链。/internal/cgi/user/swwidx?i=/u/user/foo/
解决方案：
-
用一个特殊的新的URL格式，自动拼装CGI参数：
现在，这个搜索
RewriteRule ^/([uge])/([^/]+)(/?.*)//* /internal/cgi/user/wwwidx?i=/$1/$2$3/ RewriteRule ^/([uge])/([^/]+)(/?.*):log /internal/cgi/user/wwwlog?f=/$1/$2$3
/u/user/foo/的超链简化成了：它会在内部被自动转换为HREF="*"
这样就可以为使用"/internal/cgi/user/wwwidx?i=/u/user/foo/
:log"的超链拼装出调用CGI程序的参数。
传输过程中的内容协商
-
描述：
- 这是一个很深奥的功能：动态地生成但静态地发送(从文件系统中读出，然后直接发出去)，但是如果它丢失了，则由服务器动态生成。这样，可以静态地提供CGI生成的页面，除非有人(或者是一个计划任务)删除了这些静态页面，而且其内容可以得到更新。 解决方案：
-
以下规则集实现了这个功能：
这样，如果
RewriteCond %{REQUEST_FILENAME} !-s RewriteRule ^page/.html$ page.cgi [T=application/x-httpd-cgi,L]page.html不存在或者文件大小为null ，则对page.html的请求会导致page.cgi的运行。其中奥妙在于page.cgi是一个将输出写入到page.html的(同时也写入STDOUT)的CGI脚本。执行完毕，服务器则将page.html的内容发送出去。如果网管需要强制更新其内容，只须删除page.html即可(通常由一个计划任务完成)。
自动更新的文档
-
描述：
- 建立一个复杂的页面，能够在用编辑器写了一个更新的版本时自动在浏览器上得到刷新，这不是很好吗？这可能吗？ 解决方案：
-
这是可行的！这需要综合利用MIME多成分、web服务器的NPH和
mod_rewrite的URL操控特性。首先，建立一个新的URL特性：对在文件系统中需要刷新的所有URL加上":refresh" 。现在当我们引用如下URLRewriteRule ^(/[uge]/[^/]+/?.*):refresh /internal/cgi/apache/nph-refresh?f=$1
时，将导致在内部调用/u/foo/bar/page.html:refresh
接着就是NPH-CGI脚本部分了。虽然，人们常说"将此作为一个练习留给读者"，但我还是给出答案了。/internal/cgi/apache/nph-refresh?f=/u/foo/bar/page.html
___FCKpd___33
海量虚拟主机
-
描述：
-
Apache的
<VirtualHost>功能很强，在有几十个虚拟主机的情况下运行得仍然很好，但是如果你是ISP，需要提供成百上千个虚拟主机，那么这就不是最佳选择了。
解决方案：
-
为此，需要用
代理吞吐(Proxy Throughput)功能(
[P]标志)映射远程页面甚至整个远程网络区域到自己的域名空间：## ## vhost.map ## www.vhost1.dom:80 /path/to/docroot/vhost1 www.vhost2.dom:80 /path/to/docroot/vhost2 : www.vhostN.dom:80 /path/to/docroot/vhostN## ## httpd.conf ## : # 在重定向时使用规范化的主机名等等 UseCanonicalName on : # 在CLF-format之前添加虚拟主机 CustomLog /path/to/access_log "%{VHOST}e %h %l %u %t /"%r/" %>s %b" : # 为主服务器启用重写引擎 RewriteEngine on # define two maps: one for fixing the URL and one which defines # the available virtual hosts with their corresponding # DocumentRoot. RewriteMap lowercase int:tolower RewriteMap vhost txt:/path/to/vhost.map # Now do the actual virtual host mapping # via a huge and complicated single rule: # # 1. make sure we don't map for common locations RewriteCond %{REQUEST_URI} !^/commonurl1/.* RewriteCond %{REQUEST_URI} !^/commonurl2/.* : RewriteCond %{REQUEST_URI} !^/commonurlN/.* # # 2. make sure we have a Host header, because # currently our approach only supports # virtual hosting through this header RewriteCond %{HTTP_HOST} !^$ # # 3. lowercase the hostname RewriteCond ${lowercase:%{HTTP_HOST}|NONE} ^(.+)$ # # 4. lookup this hostname in vhost.map and # remember it only when it is a path # (and not "NONE" from above) RewriteCond ${vhost:%1} ^(/.*)$ # # 5. finally we can map the URL to its docroot location # and remember the virtual host for logging puposes RewriteRule ^/(.*)$ %1/$1 [E=VHOST:${lowercase:%{HTTP_HOST}}] :
访问控制
对主机的拒绝
-
描述：
- 如何禁止一批外部列表中的主机对我们服务器的访问？ 解决方案：
-
RewriteEngine on RewriteMap hosts-deny txt:/path/to/hosts.deny RewriteCond ${hosts-deny:%{REMOTE_HOST}|NOT-FOUND} !=NOT-FOUND [OR] RewriteCond ${hosts-deny:%{REMOTE_ADDR}|NOT-FOUND} !=NOT-FOUND RewriteRule ^/.* - [F]## ## hosts.deny ## ## 注意! 这是一个映射而不是列表(即使我们这样看待它)。 ## mod_rewrite会将它作为 键/值 对进行解析。 ## 所以每一项至少要存在一个伪值："-" ## 193.102.180.41 - bsdti1.sdm.de - 192.76.162.40 -
对代理的拒绝
-
描述：
- 如何拒绝某个主机或者来自特定主机的用户使用Apache代理？ 解决方案：
-
首先，要确保Apache配置文件中
mod_rewrite在mod_proxy的下面！使它在mod_proxy之前被调用。然后使用如下方法拒绝某个主机：使用如下方法拒绝user@host-dependent用户：RewriteCond %{REMOTE_HOST} ^badhost/.mydomain/.com$ RewriteRule !^http://[^/.]/.mydomain.com.* - [F]RewriteCond %{REMOTE_IDENT}@%{REMOTE_HOST} ^badguy@badhost/.mydomain/.com$ RewriteRule !^http://[^/.]/.mydomain.com.* - [F]
特殊的认证
-
描述：
-
有时候，会需要一种非常特殊的认证，即对一组明确指定的用户，允许其访问，且没有(在使用
mod_auth_basic的基本认证方法时可能会出现的)任何提示。
解决方案：
-
使用一个重写条件列表来拒绝朋友以外的所有人：
RewriteCond %{REMOTE_IDENT}@%{REMOTE_HOST} !^friend1@client1.quux-corp/.com$ RewriteCond %{REMOTE_IDENT}@%{REMOTE_HOST} !^friend2@client2.quux-corp/.com$ RewriteCond %{REMOTE_IDENT}@%{REMOTE_HOST} !^friend3@client3.quux-corp/.com$ RewriteRule ^/~quux/only-for-friends/ - [F]
基于Referer的转向器
-
描述：
- 如何配置一个基于HTTP头"Referer"的转向器以转向到任意数量的引用页(referring page)？ 解决方案：
-
使用下面这个很巧妙的规则集：
并结合相应的重写映射表：
RewriteMap deflector txt:/path/to/deflector.map RewriteCond %{HTTP_REFERER} !="" RewriteCond ${deflector:%{HTTP_REFERER}} ^-$ RewriteRule ^.* %{HTTP_REFERER} [R,L] RewriteCond %{HTTP_REFERER} !="" RewriteCond ${deflector:%{HTTP_REFERER}|NOT-FOUND} !=NOT-FOUND RewriteRule ^.* ${deflector:%{HTTP_REFERER}} [R,L]它可以自动将请求(在映射表中指定了"## ## deflector.map ## http://www.badguys.com/bad/index.html - http://www.badguys.com/bad/index2.html - http://www.badguys.com/bad/index3.html http://somewhere.com/
-"值的时候)重定向回其引用页(referring page)，或者(在映射表中URL有第二个参数时)重定向到一个特定的URL。
最后的说明：这样有用吗？似乎www0.foo.com也会超载呀？答案是：没错，它的确会超载，但是它超载的仅仅是简单的代理吞吐请求！所有诸如SSI、CGI、ePerl等的处理完全是由其他机器完成的，这个才是重点。 - 硬件/TCP循环
还有一个硬件解决方案。Cisco有一个叫LocalDirector的东西，实现了TCP/IP层的负载均衡，事实上，它是一个位于网站集群前端的电路级网关。如果你有足够资金而且的确需要高性能的解决方案，那么可以用这个。
- DNS循环
新的MIME类型，新的服务
-
描述：
-
网上有许多很巧妙的CGI程序，但是用法晦涩，许多网管弃之不用。即使是Apache的MEME类型的动作处理器，也仅仅在CGI程序不需要在其输入中包含
PATH_INFO和QUERY_STRINGS时才很好用。首先，配置一种新的后缀为.scgi的(安全CGI)文件类型，其处理器是很常见的cgiwrap程序。问题是：如果使用同类URL规划(见上述)，而用户宿主目录中的一个文件的URL是/u/user/foo/bar.scgi，可是cgiwrap要求的URL的格式是/~user/foo/bar.scgi/，以下重写规则解决了这个问题：另外，假设还需要使用其他程序：___FCKpd___24
wwwlog(显示access.log中的一个URL子树)和wwwidx(对一个URL子树运行Glimpse)，则必须为两个程序提供URL区域作为其操作对象。比如，对/u/user/foo/执行swwidx程序的超链是这样的：其缺点是，必须 同时硬编码超链中的区域 和CGI的路径，如果重组了这个区域，就需要花费大量时间来修改各个超链。___FCKpd___25
解决方案：
-
用一个特殊的新的URL格式，自动拼装CGI参数：
现在，这个搜索
___FCKpd___26
/u/user/foo/的超链简化成了：它会在内部被自动转换为___FCKpd___27
这样就可以为使用"___FCKpd___28
:log"的超链拼装出调用CGI程序的参数。
传输过程中的内容协商
-
描述：
- 这是一个很深奥的功能：动态地生成但静态地发送(从文件系统中读出，然后直接发出去)，但是如果它丢失了，则由服务器动态生成。这样，可以静态地提供CGI生成的页面，除非有人(或者是一个计划任务)删除了这些静态页面，而且其内容可以得到更新。 解决方案：
-
以下规则集实现了这个功能：
这样，如果
___FCKpd___29
page.html不存在或者文件大小为null ，则对page.html的请求会导致page.cgi的运行。其中奥妙在于page.cgi是一个将输出写入到page.html的(同时也写入STDOUT)的CGI脚本。执行完毕，服务器则将page.html的内容发送出去。如果网管需要强制更新其内容，只须删除page.html即可(通常由一个计划任务完成)。
自动更新的文档
-
描述：
- 建立一个复杂的页面，能够在用编辑器写了一个更新的版本时自动在浏览器上得到刷新，这不是很好吗？这可能吗？ 解决方案：
-
这是可行的！这需要综合利用MIME多成分、web服务器的NPH和
mod_rewrite的URL操控特性。首先，建立一个新的URL特性：对在文件系统中需要刷新的所有URL加上":refresh" 。现在当我们引用如下URL___FCKpd___30
时，将导致在内部调用___FCKpd___31
接着就是NPH-CGI脚本部分了。虽然，人们常说"将此作为一个练习留给读者"，但我还是给出答案了。___FCKpd___32
___FCKpd___33
海量虚拟主机
-
描述：
-
Apache的
<VirtualHost>功能很强，在有几十个虚拟主机的情况下运行得仍然很好，但是如果你是ISP，需要提供成百上千个虚拟主机，那么这就不是最佳选择了。
解决方案：
-
为此，需要用
代理吞吐(Proxy Throughput)功能(
[P]标志)映射远程页面甚至整个远程网络区域到自己的域名空间：___FCKpd___34
___FCKpd___35
访问控制
对主机的拒绝
-
描述：
- 如何禁止一批外部列表中的主机对我们服务器的访问？ 解决方案：
-
___FCKpd___36
___FCKpd___37
对代理的拒绝
-
描述：
- 如何拒绝某个主机或者来自特定主机的用户使用Apache代理？ 解决方案：
-
首先，要确保Apache配置文件中
mod_rewrite在mod_proxy的下面！使它在mod_proxy之前被调用。然后使用如下方法拒绝某个主机：使用如下方法拒绝user@host-dependent用户：___FCKpd___38
___FCKpd___39
特殊的认证
-
描述：
-
有时候，会需要一种非常特殊的认证，即对一组明确指定的用户，允许其访问，且没有(在使用
mod_auth_basic的基本认证方法时可能会出现的)任何提示。
解决方案：
-
使用一个重写条件列表来拒绝朋友以外的所有人：
___FCKpd___40
基于Referer的转向器
-
描述：
- 如何配置一个基于HTTP头"Referer"的转向器以转向到任意数量的引用页(referring page)？ 解决方案：
-
使用下面这个很巧妙的规则集：
并结合相应的重写映射表：
___FCKpd___41
它可以自动将请求(在映射表中指定了"___FCKpd___42
-"值的时候)重定向回其引用页(referring page)，或者(在映射表中URL有第二个参数时)重定向到一个特定的URL。
海量虚拟主机
-
描述：
-
Apache的
<VirtualHost>功能很强，在有几十个虚拟主机的情况下运行得仍然很好，但是如果你是ISP，需要提供成百上千个虚拟主机，那么这就不是最佳选择了。
解决方案：
-
为此，需要用
代理吞吐(Proxy Throughput)功能(
[P]标志)映射远程页面甚至整个远程网络区域到自己的域名空间：___FCKpd___34
___FCKpd___35
访问控制
对主机的拒绝
-
描述：
- 如何禁止一批外部列表中的主机对我们服务器的访问？ 解决方案：
-
___FCKpd___36
___FCKpd___37
对代理的拒绝
-
描述：
- 如何拒绝某个主机或者来自特定主机的用户使用Apache代理？ 解决方案：
-
首先，要确保Apache配置文件中
mod_rewrite在mod_proxy的下面！使它在mod_proxy之前被调用。然后使用如下方法拒绝某个主机：使用如下方法拒绝user@host-dependent用户：___FCKpd___38
___FCKpd___39
特殊的认证
-
描述：
-
有时候，会需要一种非常特殊的认证，即对一组明确指定的用户，允许其访问，且没有(在使用
mod_auth_basic的基本认证方法时可能会出现的)任何提示。
解决方案：
-
使用一个重写条件列表来拒绝朋友以外的所有人：
___FCKpd___40
基于Referer的转向器
-
描述：
- 如何配置一个基于HTTP头"Referer"的转向器以转向到任意数量的引用页(referring page)？ 解决方案：
-
使用下面这个很巧妙的规则集：
并结合相应的重写映射表：
___FCKpd___41
它可以自动将请求(在映射表中指定了"___FCKpd___42
-"值的时候)重定向回其引用页(referring page)，或者(在映射表中URL有第二个参数时)重定向到一个特定的URL。
最后的说明：这样有用吗？似乎www0.foo.com也会超载呀？答案是：没错，它的确会超载，但是它超载的仅仅是简单的代理吞吐请求！所有诸如SSI、CGI、ePerl等的处理完全是由其他机器完成的，这个才是重点。 - 硬件/TCP循环
还有一个硬件解决方案。Cisco有一个叫LocalDirector的东西，实现了TCP/IP层的负载均衡，事实上，它是一个位于网站集群前端的电路级网关。如果你有足够资金而且的确需要高性能的解决方案，那么可以用这个。
- DNS循环
新的MIME类型，新的服务
-
描述：
-
网上有许多很巧妙的CGI程序，但是用法晦涩，许多网管弃之不用。即使是Apache的MEME类型的动作处理器，也仅仅在CGI程序不需要在其输入中包含
PATH_INFO和QUERY_STRINGS时才很好用。首先，配置一种新的后缀为.scgi的(安全CGI)文件类型，其处理器是很常见的cgiwrap程序。问题是：如果使用同类URL规划(见上述)，而用户宿主目录中的一个文件的URL是/u/user/foo/bar.scgi，可是cgiwrap要求的URL的格式是/~user/foo/bar.scgi/，以下重写规则解决了这个问题：另外，假设还需要使用其他程序：___FCKpd___24
wwwlog(显示access.log中的一个URL子树)和wwwidx(对一个URL子树运行Glimpse)，则必须为两个程序提供URL区域作为其操作对象。比如，对/u/user/foo/执行swwidx程序的超链是这样的：其缺点是，必须 同时硬编码超链中的区域 和CGI的路径，如果重组了这个区域，就需要花费大量时间来修改各个超链。___FCKpd___25
解决方案：
-
用一个特殊的新的URL格式，自动拼装CGI参数：
现在，这个搜索
___FCKpd___26
/u/user/foo/的超链简化成了：它会在内部被自动转换为___FCKpd___27
这样就可以为使用"___FCKpd___28
:log"的超链拼装出调用CGI程序的参数。
传输过程中的内容协商
-
描述：
- 这是一个很深奥的功能：动态地生成但静态地发送(从文件系统中读出，然后直接发出去)，但是如果它丢失了，则由服务器动态生成。这样，可以静态地提供CGI生成的页面，除非有人(或者是一个计划任务)删除了这些静态页面，而且其内容可以得到更新。 解决方案：
-
以下规则集实现了这个功能：
这样，如果
___FCKpd___29
page.html不存在或者文件大小为null ，则对page.html的请求会导致page.cgi的运行。其中奥妙在于page.cgi是一个将输出写入到page.html的(同时也写入STDOUT)的CGI脚本。执行完毕，服务器则将page.html的内容发送出去。如果网管需要强制更新其内容，只须删除page.html即可(通常由一个计划任务完成)。
自动更新的文档
-
描述：
- 建立一个复杂的页面，能够在用编辑器写了一个更新的版本时自动在浏览器上得到刷新，这不是很好吗？这可能吗？ 解决方案：
-
这是可行的！这需要综合利用MIME多成分、web服务器的NPH和
mod_rewrite的URL操控特性。首先，建立一个新的URL特性：对在文件系统中需要刷新的所有URL加上":refresh" 。现在当我们引用如下URL___FCKpd___30
时，将导致在内部调用___FCKpd___31
接着就是NPH-CGI脚本部分了。虽然，人们常说"将此作为一个练习留给读者"，但我还是给出答案了。___FCKpd___32
___FCKpd___33
海量虚拟主机
-
描述：
-
Apache的
<VirtualHost>功能很强，在有几十个虚拟主机的情况下运行得仍然很好，但是如果你是ISP，需要提供成百上千个虚拟主机，那么这就不是最佳选择了。
解决方案：
-
为此，需要用
代理吞吐(Proxy Throughput)功能(
[P]标志)映射远程页面甚至整个远程网络区域到自己的域名空间：___FCKpd___34
___FCKpd___35
访问控制
对主机的拒绝
-
描述：
- 如何禁止一批外部列表中的主机对我们服务器的访问？ 解决方案：
-
___FCKpd___36
___FCKpd___37
对代理的拒绝
-
描述：
- 如何拒绝某个主机或者来自特定主机的用户使用Apache代理？ 解决方案：
-
首先，要确保Apache配置文件中
mod_rewrite在mod_proxy的下面！使它在mod_proxy之前被调用。然后使用如下方法拒绝某个主机：使用如下方法拒绝user@host-dependent用户：___FCKpd___38
___FCKpd___39
特殊的认证
-
描述：
-
有时候，会需要一种非常特殊的认证，即对一组明确指定的用户，允许其访问，且没有(在使用
mod_auth_basic的基本认证方法时可能会出现的)任何提示。
解决方案：
-
使用一个重写条件列表来拒绝朋友以外的所有人：
___FCKpd___40
基于Referer的转向器
-
描述：
- 如何配置一个基于HTTP头"Referer"的转向器以转向到任意数量的引用页(referring page)？ 解决方案：
-
使用下面这个很巧妙的规则集：
并结合相应的重写映射表：
___FCKpd___41
它可以自动将请求(在映射表中指定了"___FCKpd___42
-"值的时候)重定向回其引用页(referring page)，或者(在映射表中URL有第二个参数时)重定向到一个特定的URL。
3901
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
