URL 重写

最新推荐文章于 2021-04-13 11:00:59 发布
weixin_34377065
最新推荐文章于 2021-04-13 11:00:59 发布
阅读量71
点赞数
文章标签： php 爬虫 python
原文链接：https://my.oschina.net/u/2494575/blog/1934987
版权
2019独角兽企业重金招聘Python工程师标准>>>
一、正则表达式教程

有一个经典的教程： 正则表达式30分钟入门教程，大家可以搜索一下。
这个教程的确很简单，看完基本上写一些简单的正则就没有问题了。正则是一个需要长期使用的工具，隔段时间不用会忘记，所以我每次都看一遍这个教程。其实学过之后重要的就是一点内容。

简单罗列如下：

.换行符以外的所有字符
\w 匹配字母或数字或下划线或汉字
\s 匹配任意的空白符
\d 匹配数字
\b 匹配单词的开始或结束
^ 匹配字符串的开始
$ 匹配字符串的结束
* 重复零次或更多次
+ 重复一次或更多次
? 重复零次或一次
{n} 重复n次
{n,}重复n次或更多次
{n,m} 重复n到m次

应用替换时，前面第一个（）中匹配的内容后面就用$1引用，第二个（）中匹配的就用$2应用……

分析一下 discuz搜索引擎优化 htaccess 里面的重写。

RewriteRule ^forum-([0-9]+)-([0-9]+)\.html$ forumdisplay.php?fid=$1&page=$2

首先加入用户通过 linuxidc.com/forum-2-3.html 访问discuz论坛，那么先通过.htaccess过滤，看看是否需要.htaccess引导一下用户，如果满足列出的一系列RewriteCond的 条件那么就进行重写，

discuz的没有列出RewriteCond 所以应该全部都进行重写。所以开始进行转写，forum-2-3.html 这个正好符合 列出的^forum-([0-9]+)-([0-9]+)\.html$ 正则表达式。并且 $1 为 2 ，$2为3 ，所以代

入后面，即 forumdisplay.php?fid=2&page=3 加上前面的RewriteBase 指定的文件目录，那么就带他到制定目录的forumdisplay.php?fid=2&page=3 。

二、常见的.htaccess应用举例（部分例子引自四个例子实战讲解.htaccess文件rewrite规则）

4.1 防止盗链，如果来得要访问jpe jpg bmp png结尾的url 用户不是来自我们的网站，那么让他看一张我们网站的展示图片。
RewriteEngine OnRewriteCond %{HTTP_REFERER} !^http://(.+.)?mysite.com/ [NC]RewriteCond %{HTTP_REFERER} !^$RewriteRule .*.(jpe?g|gif|bmp|png)$ /images/nohotlink.jpg [L]

4.2 网站升级的时候，只有特定IP才能访问，其他的用户将看到一个升级页面
RewriteEngine onRewriteCond %{REQUEST_URI} !/upgrade.html$RewriteCond %{REMOTE_HOST} !^24\.121\.202\.30

RewriteRule $ http://www.linuxidc.com/upgrade.html [R=302,L]

4.3把老的域名转向新域名
# redirect from old domain to new domainRewriteEngine OnRewriteRule ^(.*)$http://www.yourdomain.com/$1[R=301,L]

三、常用示例

RewriteEngine On
RewriteRule index.html index.php

比如：http://www.3code.cn/index.html  -> http://www.3code.cn/index.php

RewriteRule ^test([0-9]*).html$ test.php?id=$1

比如：http://www.3code.cn/test8.html  -> http://www.3code.cn/test.php?id=8

RewriteRule ^cat-([0-9]+)-([0-9]+)\.html$ cat.php?id1=$1&id2=$2

比如：http://www.3code.cn/cat-1-3.html -> http://www.3code.cn/cat.php?id1=1&id2=3

RewriteRule ^cat-([a-zA-Z0-9\-]*)-([0-9]+)-([0-9]+)\.html$ cat.php?id0=$1&id1=$2&id2=$3

比如：http://www.3code.cn/cat-zbc2ac-3-5.html -> http://www.3code.cn/cat.php?id0=zbc2ac&id1=3&id2=5

RewriteRule ^cat1-([0-9]+)-([0-9]+)-([0-9]+)\.html$ cat1.php?id1=$1&id2=$2&id3=$3

比如：http://www.3code.cn/cat1-4-3-8.html -> http://www.3code.cn/cat1.php?id1=4&id2=3&id3=8

RewriteRule ^cat([0-9]*)/$ cat.php?id1=$1

比如：http://www.3code.cn/cat5/ -> http://www.3code.cn/cat.php?id1=5

RewriteRule ^catm([0-9]*)/([0-9]*)/$ catm.php?id1=$1&id2=$2

比如：http://www.3code.cn/catm6/3/ -> http://www.3code.cn/catm.php?id1=6&id2=3


2、Apache的URL地址重写
http://hi.baidu.com/sonan/blog/item/c408963d89468208bba16716.html
第一种方法：Apache环境中如果要将URL地址重写，正则表达式是最基本的要求，但对于一般的URL地址来说，基本的匹配就能实现我们大部分要求，因此除非 是非常特殊的URL地址，但这不是我要讨论的范围，简单几招学会Apache中URL地址重写，通过实例展示，轻松学会URL地址重写：


URL实例

重写URL：http://www.baidu.com/?p=152

原始URL：http://www.baidu.com/p152.html

重写规则：

^p([0-9]+)\.html      /?p=$1     [L]

正则基础知识：

^ 匹配行的开始，匹配URL地址的开头部分，对于RewriteRule而言，域名（http://www.biuuu.com）不是URL地址的一部分，如上：?p=152


() 分隔一个被捕获的表达式，如上：([0-9]+)


[] 定义字符类，如上：[0-9] 表示从0-9的数字


+ 说明前面的字符可以被重复匹配1次或数次，如上：[0-9]+，表示任何数字组合


\ 字符转义，如上：转义.


其它：


[L] 表示last，停止匹配其它


方法如下：


1，打开httpd.conf文件，找到


#LoadModule rewrite_module modules/mod_rewrite.so 注释前面#


2，打开httpd-vhosts.conf文件，在VirtualHost添加重写规则，


RewriteEngine On


RewriteRule ^p([0-9]+)\.html      /?p=$1     [L]


基本上就上面这两个步骤，其实总的来说，Apache中URL地址重写还是比较简单的，比看文档学习要快的多，不过要想深入了解还是有必要看看相关文档的，其它规则可以自定义。记住一点：任何匹配其实就是一个正则表达式的替换过程。


创建友好的搜索引擎URL地址对于PHP程序员来说非常重要，因此简单学会Apache中URL地址重写将是一项最基本的要求。
 


第二种方法：


1,首先检查是否已安装rewrite模块:


cat httpd.conf | grep rewrite
LoadModule rewrite_module modules/mod_rewrite.so


2,生成伪静态html连接:


(1)生成伪静态html


在<VirtualHost>段最后加入


RewriteEngine on
RewriteRule /goods([0-9]+).html /goods.php?id=$1 [PT] 
更标准的写法为:
RewriteRule ^(.*)/goods([0-9]+).html$ $1/goods.php?id=$2 [PT]
更简洁的写法:
/goods(\d+)\.html /goods\.php\?id=$1


第一个(0-9]+)对应参数$1，以此类推第二个对应$2


举例:


RewriteRule /forum-([0-9]+)-([0-9]+)\.html /forumdisplay.php?fid=$1&page=$2 [PT]


测试http://www.xxx.com/goods1.html 是否与/goods.php?id=1的内容相同


最后将所有链接换成设置后的伪静态html地址方式




[PT]：url全局转换，即转换过的goods31.html对应goods.php?id=31 (默认就是这个不加参数)
[R]:    url重定向　　即使用goods31.html访问时跳转到goods.php?id=31




3,防盗链:


RewriteCrond %{HTTP_HOST} !upkiller.com [R=301,L]
RewriteRule ^(.*)$ http://www.upkiller.com/warning.html [R=301,L]


把不是来自upkiller.com的请求重定向到http://www.upkiller.com


更好的做法:
RewriteCond %{HTTP_REFERER} !^http://(www\.)?upkiller\.com/.*$ [NC]
RewriteRule \.(mp3|rar|jpe|gif)$ http://www.upkiller.com/warning.jpg [R=301,L]


4,防百度爬虫:
RewriteCond %{HTTP_USER_AGENT} ^Baiduspider [OR]
RewriteRule ^(.*)$ http://www.google.com [R=301,L]
把来自百度的爬虫转到goole
 






PS:PHP伪静态方式


方法一: 


比如这个网页 


http://www.xxxx.com/soft.php/1,100,8630.html 


其实处理的脚本是soft.php 参数为1,100,8630 


相当于soft.php?a=1&b=1=100&c=8630 只不过这样的URL太难记。搜索引擎也不喜欢。 


真静态只是完全生成了HTML。 


客户端访问的时候直接输出。不用脚本解释。在流量非常大的时候（比如每天有上百万的访问量的时候）会起到很好的效果。也就是说服务器端实实在在的存在这个HTML页面。 


当然在你网站的流量没有那么大的时候。URL重写是最好的方法（个人观点，大流量的时候可以考虑负载均衡了。同样没有关系） 


附URL重写的方法有很多种，APACHE，IISREWRITE。甚至PHP脚本都可以直接处理。比如上例中就是PHP脚本直接处理(该方法好处是大流量的时候直接减轻WEB伺服器的压力。PS:同样也是个人观点： 


================================================ 


下面以程序为例讲一下PHP伪静态的程序实现方法，其实这方法我之前已经有在其它论坛社区发过 


程序为例： 


http://www.xxxx.com/soft.php/1,100,8630.html 


CODE: 


//利用server变量 取得PATH_INFO信息 该例中为 /1,100,8630.html 也就是执行脚本名后面的部分 


if(@$path_info =$_SERVER["PATH_INFO"]){ 


//正则匹配一下参数 


if(preg_match("/\/(\d+),(\d+),(\d+)\.html/si",$path_info,$arr_path)){ 


$gid =intval($arr_path[1]); //取得值 1 


$sid =intval($arr_path[2]); //取得值100 


$softid =intval($arr_path[3]); //取得值8630 


}else die("Path:Error!"); 


//相当于soft.php?gid=1&sid=100&softid=8630 




//就是这么简单了。～） 


方法二: 


一 打开 Apache 的配置文件 httpd.conf 。 


二 将#LoadModule rewrite_module modules/mod_rewrite前面的#去掉 


三 在 httpd.conf中添加： 


<IfModule mod_rewrite.c> 
RewriteEngine On 
#RewriteCond %{ENV:SCRIPT_URL} (?:index|dispbbs)[-0-9]+.html 
RewriteRule ^(.*?(?:index|dispbbs))-([-0-9]+).html 1.php?__is_apache_rewrite=1&__rewrite_arg=2 
</IfModule> 


四 要实现asp帖子URL到php帖子的映射，在 第三步的<IfModule mod_rewrite.c>和</IfModule>之间添加： 


RewriteMap tolowercase int:tolower 
RewriteCond %{QUERY_STRING} (?:boardid|page|id|replyid|star|skin)=d+ [NC] 
RewriteRule ^(.*(?:index|dispbbs)).asp 1.php?{tolowercase:%{QUERY_STRING}}&__is_apache_rewrite=1 


五 保存httpd.conf并重启Apache 


方法三: 


<?php 
/* 
功能：PHP伪静态化页面的实现 
具体用法: 
例如链接为:test.php/year/2006/action/_add.html 
mod_rewrite(); 
$yearn=$_GET["year"];//结果为'2006' 
$action=$_GET["action"];//结果为'_add' 


*/ 
function mod_rewrite(){ 
global $_GET; 
$nav=$_SERVER["REQUEST_URI"]; 
$script_name=$_SERVER["SCRIPT_NAME"]; 
$nav=substr(ereg_replace("^$script_name","",urldecode($nav)),1); 
$nav=preg_replace("/^.ht(m){1}(l){0,1}$/","",$nav);//这句是去掉尾部的.html或.htm 
$vars = explode("/",$nav); 
for($i=0;$i<Count($vars);$i+=2){ 
$_GET["$vars[$i]"]=$vars[$i+1]; 
} 
return $_GET; 
} 
mod_rewrite(); 
$yearn=$_GET["year"];//结果为'2006' 
$action=$_GET["action"];//结果为'_add' 
echo $yearn; 
echo $action; 
?> 


<?php 
/* 
功能：PHP伪静态化页面的实现 
具体用法: 
例如链接为:test.php/year/2006/action/_add.html 
mod_rewrite(); 
$yearn=$_GET["year"];//结果为'2006' 
$action=$_GET["action"];//结果为'_add' 


*/ 
function mod_rewrite(){ 
global $_GET; 
$nav=$_SERVER["REQUEST_URI"]; 
$script_name=$_SERVER["SCRIPT_NAME"]; 
$nav=substr(ereg_replace("^$script_name","",urldecode($nav)),1); 
$nav=preg_replace("/^.ht(m){1}(l){0,1}$/","",$nav);//这句是去掉尾部的.html或.htm 
$vars = explode("/",$nav); 
for($i=0;$i<Count($vars);$i+=2){ 
$_GET["$vars[$i]"]=$vars[$i+1]; 
} 
return $_GET; 
} 
mod_rewrite(); 
$yearn=$_GET["year"];//结果为'2006' 
$action=$_GET["action"];//结果为'_add' 
echo $yearn; 
echo $action;
转载于:https://my.oschina.net/u/2494575/blog/1934987