【求助】关于近期网站程序Regex引发奇怪的404现象

首先简单描述一下网站情况，图画并不严谨，差不多就那个意思

1、网站通过继承IHttpModule将用户的所有原始Url请求通过有个Rule配置文件进行UrlRewrite重写

2、Rule的匹配规则判断也是通过正则表达式实现的

3、然后开始业务逻辑处理，最后返回给IIS，IIS再返回给用户

PS:代码中大量使用到Regex函数，静态方法和创建实例对象的情况都有，至少有100处+

好了，现在看来一切安好，并且之前网站运行都很正常，至少在09年到11年4月份之间吧，但是4月份之后，网站突然出现了404报警，并且所有页面请求全部404，通过查看线上服务器的Event Log找到了一些线索，如下：

异常信息: 

    异常类型: NullReferenceException 

    异常消息: 未将对象引用设置到对象的实例。 

请求信息: 

    请求 URL: http://info5.58.com/Default.aspx?LocalName=bj&CateName=mpvkuche

    请求路径: /Default.aspx 

    用户主机地址: 127.0.0.1 

堆栈跟踪:

    在 System.Collections.Generic.LinkedListNode`1.get_Next()

    在 System.Text.RegularExpressions.Regex.LookupCachedAndUpdate(String key)

    在 System.Text.RegularExpressions.Regex..ctor(String pattern, RegexOptions options, Boolean useCache)

    在 Components.XmlHelper.GetUrlReWriteXml(String from, String par, String url)

    位置 \Components\XmlHelper.cs:行号 98

    在 UrlReWrite.ReWriteUrl(Object source, EventArgs e)

    位置 \Components\IHttpModule\UrlReWriteModule.cs:行号 120

有了上面这些线索后我们就可以开始分析了，首先找到引发出错的代码，也就是XmlHelper类的GetUrlReWriteXml这个方法，这个方法用来做啥的? 其实就是 将所有的用户的原始请求Url通过调用这个方法进行url重写并返回重写后的url，查看该方法的代码，发现了有用到正则的代码，如下

Regex reg = new Regex(@"[a-zA-Z]+\=&", RegexOptions.IgnoreCase | RegexOptions.Singleline);

string currentUrl = reg.Replace(url, SendTo);

到了这里继续追踪就需要使用Reflector工具将.net的System.Text.RegularExpressions.Regex源码反编译了

OK,我们继续往上追踪看到的是 System.Text.RegularExpressions.Regex..ctor(String pattern, RegexOptions options, Boolean useCache)

“.ctor”这是个什么东西呢？熟悉IL的都知道他其实是个对象初始化命令，相当于构造函数。

但为什么代码中写的其实是Regex reg = new Regex(@"[a-zA-Z]+\=&", RegexOptions.IgnoreCase | RegexOptions.Singleline);，而IL中转换以后调用的是 Regex..ctor(String pattern, RegexOptions options, Boolean useCache)这个构造函数呢？最后面多了一个布尔的参数，还是看.net的源码吧

OK，现在明白怎么回事了，不理丫的咱们继续追踪！

在上面的代码中找到了调用 System.Text.RegularExpressions.Regex.LookupCachedAndUpdate(String key)的地方，继续追踪该方法

经过这么多步骤终于找到了出现真正问题的地方，其实是在  System.Collections.Generic.LinkedListNode`1.get_Next()的时候出现了 未将对象引用设置到对象的实例的异常。

我们来看一下 LinkedListNode<CachedCodeEntry>这又是个什么？

这里需要了解一下Regex函数静态方法的一些相关内部机制，关键词 LinkedList<T>,CachedCodeEntry,cacheSize

1、首先.net为了提高Regex函数静态方法的性能，他自己内部维护了一个名为 livecode的变量和 cacheSize 的变量，如图

livecode对象实际上是Regex 类维护用于静态方法调用的已编译的正则表达式的内部缓存， 默认情况下，缓存可容纳 15 个已编译的正则表达式，并且可以通过 cacheSize 改变缓存的容量。

这里的概念可以参考微软的说明

http://msdn.microsoft.com/zh-cn/library/system.text.regularexpressions.regex.cachesize.aspx

其实 livecode对象对于Regex 函数的静态方法和实例方法都会使用他，但是只有在使用静态方法的时候才会将其内部缓存起来，实例方法是不会进行缓存操作的。

现在基本上都明白是怎么回事了，但最郁闷的就是不知道为什么网站运行的时候node.Next的时候会出现null的情况，而且没有任何规律，访问高峰的时候出现过，夜里2、3点中也出现过，基本上一周时间可能会出现1-2次这种情况， 网站程序代码里面确实有大量用到Regex 静态或实例的方法，只要一出现那种情况，就会导致所有正则的地方全部会报异常，从而出现404！！！

目前想到的解决办法：

1、将所有静态方法改为实例方法，这样他就不会向缓存中插入已编译的正则表达式，避免从缓存中取

2、将Regex 的 cacheSize 设为0，其实就是变相的关闭缓存，性能上稍微的有所损失但影响不大

兄弟们谁遇到过类似问题给点思路建议吧。。。

转载于:https://www.cnblogs.com/An-Yang/archive/2011/05/31/2064127.html