.htaccess技巧: URL重寫(Rewrite)與重定向

   URL重定向是.htaccess的重頭戲，它可以將長地址轉為短地址、將動態地址轉為靜態地址、重定向丟失的頁面、防止盜鏈、實現自動語言轉換等。筆者覺得難點是在正則表達式的運用和理解上。有關htaccess的正則表達式用法，請查閱《.htaccess正則表達式》一文。  

一、准備開始：mod_rewrite

實現所有這些神奇功能的模塊叫做mod_rewrite，請確保你的服務器安裝並啟用了該模塊：

sudo a2enmod rewrite

 

我們一般會把所有涉及URL重寫或者重定向的代碼這樣放置：

<IfModule mod_rewrite.c>
 # Turn on rewrite engine
 Options +FollowSymlinks
 RewriteEngine on
 # More rules below
 ...
</IfModule>

 

一些我們需要注意的地方：

• FollowSymlinks必須啟用，這是rewrite引擎的安全需求。
• 通常FollowSymlinks在Apache的主配置文件中就已經啟用了，所以通常可以省略。
• RewriteEngine命令用於啟用rewrite引擎
• IfModule命令用於判斷Apache是否安裝了mod_rewrite模塊，之后筆者會省略該命令，但不代表這是個好習慣。
• mod_rewrite會處理所有提交給Apache的URL請求，並與之后的規則進行匹配

下面我們開始講解一些例子。

二、利用.htaccess實現URL重寫(rewrite)與URL重定向(redirect)

1.將.htm頁面映射到.php

Options +FollowSymlinks
RewriteEngine on
RewriteRule ^(.*)\.htm$ $1.php [NC]

 

注意事項：

• 該RewriteRule能夠將.htm靜態頁面映射到.php動態頁面
• 如果通過.htm進入，瀏覽器地址欄顯示的是.htm擴展名，但服務器上實際執行的是.php
• 必須保證服務器上有對應的.php，否則會404
• 瀏覽器和搜索引擎可以同時通過.htm和.php訪問網頁
• 如果該目錄上存在.htm，將被忽略
• [NC]表示“不區分大小寫”，更多類似定義請參考本站《.htaccess正則表達式》一文

2.臨時重定向(R=302)與永久重定向(R=301)

RewriteEngine on
RewriteBase /
RewriteRule ^(.*)\.htm$ $1.php [R,NC,L]

 

注意事項：

• 該RewriteRule能夠將.htm靜態頁面重定向到.php動態頁面
• 如果通過.htm進入，瀏覽器地址欄會自動轉為.php，這也是重定向的本質
• 必須保證服務器上有對應的.php，否則會404
• 瀏覽器和搜索引擎可以同時通過.htm和.php訪問網頁
• 如果該目錄上存在.htm，將被忽略
• RewriteBase定義了重寫基准目錄。
• 例如，如果你將虛擬站點設置在/var/www目錄下，刪除這行將會導致重定向到http://yourdomain.com/var/www/1.php。顯然這是找不到的，而且你也不會希望用戶看見你的服務器的目錄結構。
• 再舉個例子，如果RewriteBase /base/，那么將會重定向到http://yourdomain.com/base/1.php。
• 對於重寫基准目錄，我們還可以通過將$1.php變成/$1.php實現直接變換，這時就可以將RewriteBase省略。
• 字母R表示臨時重定向，相當於[R=302,NC]。關於重定向代碼，請參考《HTTP協議重定向編碼》
• 字母L表示如果能匹配本條規則，那么本條規則是最后一條(Last)，忽略之后的規則。

在討論R=302臨時重定向后，理解R=301永久重定向也就容易多了：

RewriteEngine on
RewriteRule ^(.*)$ http://newdomain.com/$1 [R=301,NC,L]

• 這個規則告訴瀏覽器和搜索引擎，網站地址發生了永久性變更，用戶的URL請求將會被發送給新的域名（主機）處理。
• 由於是重定向到新的主機地址，RewriteBase也就沒有出現的必要了。

3.為什么要用重定向？——重定向和URL重寫的區別

• 通過重定向，瀏覽器知道頁面位置發生變化，從而改變地址欄顯示的地址
• 通過重定向，搜索引擎意識到頁面被移動了，從而更新搜索引擎索引，將原來失效的鏈接從搜索結果中移除
• 臨時重定向(R=302)和永久重定向(R=301)都是親搜索引擎的，是SEO的重要技術
• URL重寫用於將頁面映射到本站另一頁面，若重寫到另一網絡主機（域名），則按重定向處理

4.長短地址轉換

利用URL重寫，我們可以很方便地實現長短地址的轉換，但是用重定向就不合適了。

RewriteEngine On
RewriteRule ^grab /public/files/download/download.php

 

若訪問
http://mysite/grab?file=my.zip
則會執行該頁面：
http://mysite/public/files/download/download.php?file=my.zip

5.去掉www

Options +FollowSymlinks
RewriteEngine on
RewriteCond %{HTTP_HOST} ^www\.(.*) [NC]
RewriteRule ^(.*)$ http://%1/$1 [R=301,NC,L]

 

6.加上www

RewriteEngine On
RewriteCond %{HTTP_HOST} ^(.*)$
RewriteRule (.*) http://www\.%1/$1 [R=301,L]

 

7.支持多域名訪問

如果你不湊巧買到了不支持多域名的主機，那么.htaccess或許可以幫助你。現在假設你有域名domain-one.com和domain-two.com，並且在服務器根目錄有對應文件夾one和two，那么通過下面的改寫就能讓Apache同時接受者兩個域名的請求：

#two domains served from one root..
RewriteCond %{HTTP_HOST} domain-one.com
RewriteCond %{REQUEST_URI} !^/one
RewriteRule ^(.*)$ /one/$1 [L]

RewriteCond %{HTTP_HOST} domain-two.com
RewriteCond %{REQUEST_URI} !^/two
RewriteRule ^(.*)$ /two/$1 [L]

 

三、改寫查詢字符串QUERY_STRING

查詢字符串是指URL請求中“問號”后面的部分。比如，http://mysite/grab?foo=bar中粗體部分就是查詢字符串，其中變量名是foo，值是bar。

1.利用QSA轉換查詢字符串QUERY_STRING

QSA標志（ Query String Appending）用於在URI中截取查詢字符串，這個截取操作是通過小括號正則表達式實現的：

RewriteEngine On
RewriteRule /pages/(.+) /page.php?page=$1 [QSA]

 

• 將會把請求/pages/123?one=two 映射到 /page.php?page=123&one=two
• 注意粗體部分幾乎是相同的，除了“問號”變成了“與”符號
• 如果沒有QSA標志，那么會映射到/page.php?page=123。
• 如果沒有用到小括號正則表達式，就不需要QSA，這在上節“長短地址轉換”中已經例證過了。
• 小括號正則表達式可以截取查詢字符串中的內容，但是如果沒有開啟QSA標志，那么在/page.php?page=$1中“問號”之后將會被剝離丟棄。這種特性可以用於實現“剝離查詢字符串”

通過QSA，我們可以將簡單鏈接/simple/flat/link/ 映射成 server-side.php?first-var=flat&second-var=link

RewriteEngine On
RewriteRule ^/([^/]+)/([^/]+)/? /index.php?first-var=$1&second-var=$2 [QSA]

 

2.利用RewriteCond改寫查詢字符串QUERY_STRING

RewriteEngine On
RewriteCond %{QUERY_STRING} foo=(.*)
RewriteRule ^grab(.*) /page.php?bar=%1

 

• 該規則將訪問請求http://mysite/grab?foo=bar轉換為http://mysite/page.php?bar=bar
• RewriteCond用於捕獲查詢字符串（QUERY_STRING）中變量foo的值，並存儲在%1中
• QUERY_STRING是Apache定義的“變量=值”向量（數組）

3.QSA與RewriteCond雙劍齊發

RewriteEngine On
RewriteCond %{QUERY_STRING} foo=(.+)
RewriteRule ^grab/(.*) /%1/index.php?file=$1 [QSA]

 

• 會把/grab/foobar.zip?level=5&foo=bar 映射到 /bar/index.php?file=foobar.zip&level=5&foo=bar
• 轉換后根目錄是bar目錄
• foobar.zip?level=5中的“問號”變成了foobar.zip&level=5中的“與”符號

4.剝離查詢字符串

只需在要開始剝離的鏈接后面加個“問號”，並且不要啟用QSA標志，就可剝離查詢字符串

RewriteEngine On
# Whatever QS is
RewriteCond %{QUERY_STRING} . 
# I don't want it with Question mark
RewriteRule foo.php(.*) /foo.php? [L] 

 

四、利用RewriteCond和RewriteRule進行訪問控制

我們在第一篇.htaccess基礎中提到了很多有用的訪問控制方法，其實通過Rewrite也能實現類似的功能，而且可以更強大！

1.文件訪問控制

之前利用Order、Files及FilesMatch命令實現的訪問控制可以滿足大部分要求，但是當用戶被拒絕時，他們看到的是碩大的“403 Forbidden”，如果你不想傷害用戶的感情，就需要顯示一些別的東西，通過Rewrite就可以實現這個特性：

RewriteEngine On
RewriteCond %{REQUEST_FILENAME} !^(.+)\.css$
RewriteCond %{REQUEST_FILENAME} !^(.+)\.js$
RewriteCond %{REQUEST_FILENAME} !special.zip$
RewriteRule ^(.+)$ /chat/ [NC]

 

• 該規則將僅允許用戶請求.css, .js類型的文件，還有special.zip文件
• RewriteRule 后面指定了限制規則：映射到/char/目錄下處理
• RewriteCond 后面的“感嘆號”(!)起到了“否定”作用，它表明，對不滿足后面正則表達式者應用RewriteRule規則，也就是對當前類型的文件將不應用規則
• RewriteCond 之間是以邏輯“與”連接的，也就是只有當三個條件都不滿足時才執行RewriteRule
• 該規則也會限制訪問.htm, .jpg等格式
• 該規則不可以放在虛擬站點根目錄（/）下，否則會死循環
• 如果是二級目錄，如/test/，那么傳入RewriteCond的參數是以/test/開始的，因此從(.+)獲得的文件名也含有/test/，讀者必須對此多加小心
• 要想僅獲得文件名，可以將(.+)替換成([^/]+)，並且去掉符號^，如下所示：

  RewriteEngine On
  RewriteCond %{REQUEST_FILENAME} !([^/]+)\.css$
  RewriteCond %{REQUEST_FILENAME} !([^/]+)\.js$
  RewriteRule ^(.+)$ /chat/ [NC]

   

2.用.htaccess阻止User-agent

什么是User-agent？User-agent用於瀏覽器向服務器“自報家門”，更確切的說是所有HTTP客戶端都得用User-agent向服務器“自報家門”，以便服務器對不同的客戶端作出不同響應。比如，某站點可能需要對瀏覽器、搜索引擎crawl還有各類下載工具作出不同的響應。服務器就是通過所謂的User-agent進行區分的。
如果你的服務器提供某些資源的下載，那么你就必須多加小心諸如“迅雷”等下載軟件，因為它們可能把你網站資源吸干，並且影響你的正常訪客訪問。為此，我們可以利用Rewrite限制某些UA的訪問：

RewriteEngine on
RewriteCond %{HTTP_USER_AGENT} 2.0.50727 [NC]
RewriteRule . abuse.txt [L]

 

• 該規則限制“迅雷”客戶端下載資源，並將下載文件重置到abuse.txt
• HTTP_USER_AGENT是Apache的內置變量
• 2.0.50727是迅雷User-agent的特征字符串
• RewriteRule后面的“點”表示“任意URI”，也就是不管請求的是什么，都輸出abuse.txt

通常，我們不會僅限制一個UA。利用[OR]即可實現對多個UA作出統一處理：

RewriteEngine on
RewriteCond %{HTTP_USER_AGENT} 2.0.50727 [NC,OR]
RewriteCond %{HTTP_USER_AGENT} ^BlackWidow [NC,OR]
# etc..
RewriteCond %{HTTP_USER_AGENT} ^Net\ Vampire [NC]
RewriteRule . abuse.txt [L]

 

3.用.htaccess阻止盜鏈(hot-linking)

盜鏈，特別是圖片，是非常可恥的！哪怕將圖片復制到自己服務器上，也比盜用他人的圖片鏈接來得光彩！（吐糟完畢）
.htaccess的Rewrite功能可以提供非常簡單、有效的方法阻止這種可恥行為：

RewriteEngine On
RewriteCond %{HTTP_REFERER} !^$
RewriteCond %{HTTP_REFERER} !^http://(www\.)?lesca\.me/ [NC]
RewriteCond %{REQUEST_URI} !hotlink\.png [NC]
RewriteRule .*\.(gif|jpg|png)$ /hotlink.png [NC]

 

簡單解釋一下該規則的功能：

• 除本站以外其他網站都不得引用本站圖片，具體可以理解為
• 如果引用站點為“空”或者是“本站”，或者，所引用對象是“hotlink.png”，那么就允許訪問
• 再次提醒，RewriteCond之間默認的邏輯連接詞是邏輯“與”
• 這里的難點是理解邏輯轉換，即德·摩根定律