url重写规则

url重写规则

打开浏览器，重则地址栏里那串东西叫URL。写规多数人只把它当门牌号，重则点进去就行。写规但服务器收到这串字符之后，重则往往不是写规直接去找那个文件，而是重则先拿它去比对一张表——这张表就是重写规则。你看到的写规干净链接，背后八成有它在干活。重则

我第一次认真翻重写规则，写规是重则因为一个客户的网站突然大量404。他换了服务器，写规旧站是重则动态的，链接长这样：product.php?写规cat=12&id=305。新站用静态页面，重则路径是/product/305/。搜索引擎里收录的全是旧的。他不想丢流量，就得让服务器在收到旧链接时，悄悄把内容指向新地址，同时告诉浏览器“这东西永久搬家了”。这活儿，就是重写规则干的。

Apache下面，规则写在.htaccess文件里，语法核心是RewriteRule。比如把旧动态链接转到新静态路径，大概长这样：

RewriteEngine On RewriteCond %{ QUERY_STRING} cat=12&id=([0-9]+) RewriteRule ^product\.php$ /product/%1/? [R=301,L] 

这里有个坑。很多人写规则时忘了加?，结果旧链接后面的查询字符串被原样带到了新地址，变成/product/305/?cat=12&id=305。搜索引擎会认为这是两个不同页面，权重就散了。那个问号的作用是吃掉原始参数，别小看它。

Nginx的写法不一样，但思路相通。它用rewrite指令配合正则，放在server块里。比如把所有.html结尾的请求转给PHP处理：

rewrite ^/([a-z]+)\.html$ /index.php?page=$1 last; 

注意那个last标志。它告诉Nginx：重写完这条规则后，重新走一遍location匹配。如果用break，就停在当前location里不再往下查。这两个标志选错，轻则规则不生效，重则死循环，服务器CPU直接飙满。我见过一个哥们儿把last写成break，结果所有页面都返回首页内容，查了一下午。

重写规则还有个隐蔽的用途：防爬虫和防盗链。有人写规则判断HTTP_REFERER，如果不是自家域名，就把图片请求重写到一个警告图或者直接返回403。这招对小型站点够用，但别指望拦住专业采集。更实际的做法是配合User-Agent做简单过滤，把明显是脚本的请求重写到空页面。

顺序很重要。规则是从上往下匹配的，一旦命中某条且带了L或last标志，后面的就不再看了。所以具体规则要写在前面，泛匹配放后面。我习惯把301跳转放最前，伪静态规则居中，防盗链和拦截放最后。这样调试起来也清楚，哪条没生效，一眼能定位。

调试是个体力活。浏览器缓存、CDN缓存、服务器缓存，三层叠在一起，改一条规则可能十分钟后才看到效果。我的笨办法是：先在本地用curl -I看响应头，确认状态码和Location对不对，再去线上验证。别一上来就刷浏览器，容易被缓存骗。

最后说个真事。有个做外贸的站，产品页URL里带中文参数，没做编码处理。重写规则里的正则匹配不到，所有中文分类页面全跳到了404。他以为是服务器问题，换了三家主机商。其实就是规则里少了个B标志——Apache里用它来转义非字母数字字符。加上之后，问题消失。重写规则这东西，细节全在那些不起眼的标志和转义符里。