Apache Rewrite 理解

因为工作须要，查了一下Apache的文档，对当中反向引用和条件的运行做了理解和实验，以下是对Apache 2.2文档的摘录，并在上面做了实验的样例说明，希望能给一些须要深入理解的一些帮助。

其它部分就不做很多其它的说明，看文档就可以。

Apache的mod_rewrite是提供了强大URL操作的杀手级模块，能够实现差点儿全部你梦想的URL操作，其代价是你必须接受其复杂性，由于mod_rewrite对于刚開始学习的人的主要障碍就是不easy理解和运用，即使是Apache专家有时也会发掘出mod_rewrite的新用途。换句话说：你或者是打退堂鼓永不再用，或者是喜欢它并一生受用。眼下存在这样一种倾向：很多刚開始学习的人仅仅是把URL重写规则当着是会变戏法的魔咒，而并未在使用中真正理解这些规则的含义。

本篇文档试图给出充分的背景知识，以便于刚開始学习的人随后的理解，而不是盲目的复制和粘贴。

mod_rewrite使用的是Perl兼容的正則表達式语法。本文不打算具体解说正則表達式语法，你能够到PCRE man page, Perl regular expression man page, Mastering Regular Expressions, by Jeffrey Friedl获得这些内容。

RewriteRule指令的说明部分有一个简单的正則表達式语法简单介绍，能够去參考一下。

另外须要说明的是能够在表达式的最前面加上一个感叹号('!')表示不匹配，只是这样的使用方法并不符合正則表達式语法。

正則表達式的反向引用能力

这是非常重要的一点：一旦在Pattern或者CondPattern中使用了圆括号，就会建立内部的反向引用，能够使用$N和%N来调用(见下述)，而且在Substitution和TestString中都有效。图-2说明了反向引用被转换和展开的位置。

图-2: The back-reference flow through a rule.

内部处理

此模块的内部处理极为复杂，可是为了使一般用户避免犯低级错误，也让管理员能充分利用其功能，在此仍然做一下说明。

API阶段

首先，你必须了解Apache是分若干阶段来处理HTTP请求的。Apache API对每一个阶段都提供了一个hook程序。mod_rewrite使用两个hook程序：其一，从URL到文件名称的转换hook(用在读取HTTP请求之后、授权開始之前)； 其二，修正hook(用在授权阶段和读取文件夹级配置(.htaccess)之后、内容处理器激活之前)。

所以，Apache收到一个请求而且确定了响应主机(或虚拟主机)之后，重写引擎即開始处理server级配置中的全部mod_rewrite指令(此时处于从URL到文件名称转换的阶段)，此阶段完毕后，终于的数据文件夹便确定了。接下来进入修正程序段并触发文件夹级配置中的mod_rewrite指令。这两个阶段并非泾渭分明的，但都实施了把URL重写成新的URL或者文件名称。尽管API最初不是为此目的而设计的，可是如今它已经成为了API的一种用途。记住下面两点，会有助于更好地理解：

尽管mod_rewrite能够将URL重写为新的URL或文件名称，甚至将文件名称重写为新的文件名称，可是之前的API仅仅提供从URL到文件名称的hook。在Apache 2.0中，添加了两个丢失的hook以使得处理过程更加清晰。只是这样做并没有给用户带来麻烦，用户仅仅需记住这样一个事实：借助从URL到文件名称的hook比最初API设计的目标功能更强大。

令人难以置信的是，mod_rewrite还提供了文件夹级的URL操作(.htaccess文件)，而这些文件必须在将URL转换成文件名称之后才会被处理(这是必须的，由于.htaccess存在于文件系统中)。换句话说，依据API阶段，这时再处理不论什么URL操作已经太晚了。为了解决这个"鸡和蛋"的问题，mod_rewrite使用了一个小技巧：在进行一个文件夹级的URL/文件名称操作时，先把文件名称重写回对应的URL(通常这个操作是不可行的，可是參考以下的RewriteBase指令就能明确它是怎么实现的了)，然后，对这个新的URL建立一个新的内部的子请求，再又一次開始API阶段的运行。

另外，mod_rewrite尽力使这些复杂的操作对用户透明。但仍须记住：server级的URL操作速度快并且效率高，而文件夹级的操作因为这个"鸡和蛋"的问题速度较慢并且效率也低。但从还有一个側面看，这却是mod_rewrite得以为一般用户提供(局部限制的)URL操作的唯一方法。

牢记这两点！

规则集的处理

当mod_rewrite在这两个API阶段中開始运行时，它会读取配置结构中配置好的 (或者是在服务启动时建立的server级的，或者是在遍历文件夹採集到的文件夹级的)规则集，然后，启动URL重写引擎来处理(带有一个或多个条件的)规则集。不管是server级的还是文件夹级的规则集，都是由同一个URL重写引擎处理，仅仅是终于结果处理不同而已。

规则集中规则的顺序是非常重要的，由于重写引擎是按一种特殊的顺序处理的：逐个遍历每一个规则(RewriteRule指令)，假设出现一个匹配条件的规则，则可能回头遍历已有的规则条件(RewriteCond指令)。由于历史的原因，条件规则是前置的，所以控制流程略显冗长，细节见图-1。

图-1:重写规则集中的控制流

可见，URL首先与每一个规则的Pattern匹配，假设匹配失败，mod_rewrite将马上终止此规则的处理，继而处理下一个规则。假设匹配成功，mod_rewrite将寻找相应的规则条件，假设一个条件都没有，则简单地用Substitution构造的新值来替换URL，然后继续处理其它规则；可是假设条件存在，则開始一个内部循环按其列出的顺序逐个处理。对规则条件的处理有所不同：URL并不与模式进行匹配，而是首先通过扩展变量、反向引用、查找映射表等步骤建立一个TestString字符串，然后用它来与CondPattern匹配。假设匹配失败，则整个条件集和相应的规则失败；假设匹配成功，则运行下一个规则直到全部条件运行完成。假设全部条件得以匹配，则以Substitution替换URL，而且继续处理。

比如以下的配置

RewriteEngine on

#设置Rewrite日志

RewriteLogLevel 9

RewriteLog "C:/Apache/logs/rewrite.log"

RewriteCond $1   ^(.*)/.(.*) [NC]                  （1）

RewriteCond %{HTTP_HOST}   !^(.*)/.(.*)/.(.*)      （2）

RewriteRule ^/(.*)         /$1?ID=%1               （3）

#RewriteCond ...............                              （4）

#RewriteRule ^/(.*) ............                            （5）

如果在浏览器中输入 http://www.domain.com/index.php，server端将会进行例如以下操作

规则集合的运行：逐个遍历每一个规则(RewriteRule指令)，发现第（3）行，则用输入 /index.php作为RewriteRule的Pattern进行匹配，假设匹配不成功，则会继续往下处理其它的RewriteRule。假设成功，则会去寻找本条RewriteRule前面的全部RewriteCond，然后从第找到的第一个RewriteCond開始，建立TestString字符串，然后用它来与CondPattern匹配。假设匹配失败，则整个条件集和相应的规则失败；假设匹配成功，则运行下一个规则直到全部条件运行完成。假设全部条件得以匹配，则以Substitution替换URL，而且继续处理。

上面的样例，假设运行到（5），则仅仅会有（4）这个RewriteCond被处理，（3）前面的（1）（2）不会再次被处理，假设開始运行的时候（3）RewriteRule没有匹配，则（1）（2）就不会有被运行的机会。

反向引用：

从前面的样例和上面的图能够看出，

Substitution能够反向引用当前Pattern中的匹配的分组成分(圆括号!)。

引用方法是： $N  (0 <= N <= 9)

也能够反向应用RewriteCond条件中最后符合的条件中的分组成分(圆括号!)。记住是最后一个匹配成功的。

引用方法是： %N  (1 <= N <= 9)

相同，TestString中能够包括反向引用当前匹配的RewriteRule的Pattern部分的匹配的分组成分(圆括号!)。

引用方法是： $N  (0 <= N <= 9)

从处理图看，仅仅能对该RewriteCond前面的被成功处理过的CondPattern分组成分(圆括号!)进行引用，即条件(2)能够对（1）进行反向引用。