.htaccess技巧: URL重写(Rewrite)与重定向

   URL重定向是.htaccess的重头戏，它可以将长地址转为短地址、将动态地址转为静态地址、重定向丢失的页面、防止盗链、实现自动语言转换等。笔者觉得难点是在正则表达式的运用和理解上。有关htaccess的正则表达式用法，请查阅《.htaccess正则表达式》一文。  

一、准备开始：mod_rewrite

实现所有这些神奇功能的模块叫做mod_rewrite，请确保你的服务器安装并启用了该模块：

sudo a2enmod rewrite

我们一般会把所有涉及URL重写或者重定向的代码这样放置：

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

一些我们需要注意的地方：

• FollowSymlinks必须启用，这是rewrite引擎的安全需求。
• 通常FollowSymlinks在Apache的主配置文件中就已经启用了，所以通常可以省略。
• RewriteEngine命令用于启用rewrite引擎
• IfModule命令用于判断Apache是否安装了mod_rewrite模块，之后笔者会省略该命令，但不代表这是个好习惯。
• mod_rewrite会处理所有提交给Apache的URL请求，并与之后的规则进行匹配

下面我们开始讲解一些例子。

二、利用.htaccess实现URL重写(rewrite)与URL重定向(redirect)

1.将.htm页面映射到.php

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

注意事项：

• 该RewriteRule能够将.htm静态页面映射到.php动态页面
• 如果通过.htm进入，浏览器地址栏显示的是.htm扩展名，但服务器上实际执行的是.php
• 必须保证服务器上有对应的.php，否则会404
• 浏览器和搜索引擎可以同时通过.htm和.php访问网页
• 如果该目录上存在.htm，将被忽略
• [NC]表示“不区分大小写”，更多类似定义请参考本站《.htaccess正则表达式》一文

2.临时重定向(R=302)与永久重定向(R=301)

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

注意事项：

• 该RewriteRule能够将.htm静态页面重定向到.php动态页面
• 如果通过.htm进入，浏览器地址栏会自动转为.php，这也是重定向的本质
• 必须保证服务器上有对应的.php，否则会404
• 浏览器和搜索引擎可以同时通过.htm和.php访问网页
• 如果该目录上存在.htm，将被忽略
• RewriteBase定义了重写基准目录。
• 例如，如果你将虚拟站点设置在/var/www目录下，删除这行将会导致重定向到http://yourdomain.com/var/www/1.php。显然这是找不到的，而且你也不会希望用户看见你的服务器的目录结构。
• 再举个例子，如果RewriteBase /base/，那么将会重定向到http://yourdomain.com/base/1.php。
• 对于重写基准目录，我们还可以通过将$1.php变成/$1.php实现直接变换，这时就可以将RewriteBase省略。
• 字母R表示临时重定向，相当于[R=302,NC]。关于重定向代码，请参考《HTTP协议重定向编码》
• 字母L表示如果能匹配本条规则，那么本条规则是最后一条(Last)，忽略之后的规则。

在讨论R=302临时重定向后，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]

• 这个规则告诉浏览器和搜索引擎，网站地址发生了永久性变更，用户的URL请求将会被发送给新的域名（主机）处理。
• 由于是重定向到新的主机地址，RewriteBase也就没有出现的必要了。

3.为什么要用重定向？——重定向和URL重写的区别

• 通过重定向，浏览器知道页面位置发生变化，从而改变地址栏显示的地址
• 通过重定向，搜索引擎意识到页面被移动了，从而更新搜索引擎索引，将原来失效的链接从搜索结果中移除
• 临时重定向(R=302)和永久重定向(R=301)都是亲搜索引擎的，是SEO的重要技术
• URL重写用于将页面映射到本站另一页面，若重写到另一网络主机（域名），则按重定向处理

4.长短地址转换

利用URL重写，我们可以很方便地实现长短地址的转换，但是用重定向就不合适了。

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

若访问
http://mysite/grab?file=my.zip
则会执行该页面：
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.支持多域名访问

如果你不凑巧买到了不支持多域名的主机，那么.htaccess或许可以帮助你。现在假设你有域名domain-one.com和domain-two.com，并且在服务器根目录有对应文件夹one和two，那么通过下面的改写就能让Apache同时接受者两个域名的请求：

#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、改写查询字符串QUERY_STRING

查询字符串是指URL请求中“问号”后面的部分。比如，http://mysite/grab?foo=bar中粗体部分就是查询字符串，其中变量名是foo，值是bar。

1.利用QSA转换查询字符串QUERY_STRING

QSA标志（ Query String Appending）用于在URI中截取查询字符串，这个截取操作是通过小括号正则表达式实现的：

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

• 将会把请求/pages/123?one=two 映射到 /page.php?page=123&one=two
• 注意粗体部分几乎是相同的，除了“问号”变成了“与”符号
• 如果没有QSA标志，那么会映射到/page.php?page=123。
• 如果没有用到小括号正则表达式，就不需要QSA，这在上节“长短地址转换”中已经例证过了。
• 小括号正则表达式可以截取查询字符串中的内容，但是如果没有开启QSA标志，那么在/page.php?page=$1中“问号”之后将会被剥离丢弃。这种特性可以用于实现“剥离查询字符串”

通过QSA，我们可以将简单链接/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改写查询字符串QUERY_STRING

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

• 该规则将访问请求http://mysite/grab?foo=bar转换为http://mysite/page.php?bar=bar
• RewriteCond用于捕获查询字符串（QUERY_STRING）中变量foo的值，并存储在%1中
• QUERY_STRING是Apache定义的“变量=值”向量（数组）

3.QSA与RewriteCond双剑齐发

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

• 会把/grab/foobar.zip?level=5&foo=bar 映射到 /bar/index.php?file=foobar.zip&level=5&foo=bar
• 转换后根目录是bar目录
• foobar.zip?level=5中的“问号”变成了foobar.zip&level=5中的“与”符号

4.剥离查询字符串

只需在要开始剥离的链接后面加个“问号”，并且不要启用QSA标志，就可剥离查询字符串

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进行访问控制

我们在第一篇.htaccess基础中提到了很多有用的访问控制方法，其实通过Rewrite也能实现类似的功能，而且可以更强大！

1.文件访问控制

之前利用Order、Files及FilesMatch命令实现的访问控制可以满足大部分要求，但是当用户被拒绝时，他们看到的是硕大的“403 Forbidden”，如果你不想伤害用户的感情，就需要显示一些别的东西，通过Rewrite就可以实现这个特性：

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

• 该规则将仅允许用户请求.css, .js类型的文件，还有special.zip文件
• RewriteRule 后面指定了限制规则：映射到/char/目录下处理
• RewriteCond 后面的“感叹号”(!)起到了“否定”作用，它表明，对不满足后面正则表达式者应用RewriteRule规则，也就是对当前类型的文件将不应用规则
• RewriteCond 之间是以逻辑“与”连接的，也就是只有当三个条件都不满足时才执行RewriteRule
• 该规则也会限制访问.htm, .jpg等格式
• 该规则不可以放在虚拟站点根目录（/）下，否则会死循环
• 如果是二级目录，如/test/，那么传入RewriteCond的参数是以/test/开始的，因此从(.+)获得的文件名也含有/test/，读者必须对此多加小心
• 要想仅获得文件名，可以将(.+)替换成([^/]+)，并且去掉符号^，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用于浏览器向服务器“自报家门”，更确切的说是所有HTTP客户端都得用User-agent向服务器“自报家门”，以便服务器对不同的客户端作出不同响应。比如，某站点可能需要对浏览器、搜索引擎crawl还有各类下载工具作出不同的响应。服务器就是通过所谓的User-agent进行区分的。
如果你的服务器提供某些资源的下载，那么你就必须多加小心诸如“迅雷”等下载软件，因为它们可能把你网站资源吸干，并且影响你的正常访客访问。为此，我们可以利用Rewrite限制某些UA的访问：

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

• 该规则限制“迅雷”客户端下载资源，并将下载文件重置到abuse.txt
• HTTP_USER_AGENT是Apache的内置变量
• 2.0.50727是迅雷User-agent的特征字符串
• RewriteRule后面的“点”表示“任意URI”，也就是不管请求的是什么，都输出abuse.txt

通常，我们不会仅限制一个UA。利用[OR]即可实现对多个UA作出统一处理：

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阻止盗链(hot-linking)

盗链，特别是图片，是非常可耻的！哪怕将图片复制到自己服务器上，也比盗用他人的图片链接来得光彩！（吐糟完毕）
.htaccess的Rewrite功能可以提供非常简单、有效的方法阻止这种可耻行为：

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]

简单解释一下该规则的功能：

• 除本站以外其他网站都不得引用本站图片，具体可以理解为
• 如果引用站点为“空”或者是“本站”，或者，所引用对象是“hotlink.png”，那么就允许访问
• 再次提醒，RewriteCond之间默认的逻辑连接词是逻辑“与”
• 这里的难点是理解逻辑转换，即德·摩根定律