伪静态技术

最新推荐文章于 2025-08-14 09:11:10 发布

新发现FLY

最新推荐文章于 2025-08-14 09:11:10 发布

阅读量162

点赞数

CC 4.0 BY-SA版权

分类专栏： html 文章标签： java 爬虫 web.xml

本文链接：https://blog.youkuaiyun.com/lkf009/article/details/84210980

html 专栏收录该内容

4 篇文章

订阅专栏

伪静态技术产生的背景：
1、静态网页与动态比较：
1）静态网页：
    优势：A、对搜索引擎友好，被收录的质量高；B、访问速度快；C、资源（cpu 等）占用少。
    劣势：A、对于大型门户，或者社区来说，不断的修改将会产生大量I/O，会导致磁盘出现碎片甚至出现磁盘坏道。相当恐怖一个隐患。用户信息一旦没有了就没戏玩了。B、储存空间占用会多一些。
2）动态网页：
    优势：相对于静态，它的劣势也就是动态的优势所在——占用空间少，对硬盘友好。
    劣势：A、对搜索引擎不友好。搜索引擎会不收录带问号的网址?因为搜索引擎怕由于问号而进入死循环。详细可见另外一篇札记（学习札记——网页搜索基础知识）
B、高并发时资源占用较多。

而伪静态就是在这样背景下应运而生了，它在保留动态的优点的基础上，使得网址静态化，也就是让网址里不带问号，骗过收录的爬虫就行了。这样完美地糅合了前边两者的优点。
优点：静态的优点+动态的优点
不足：流量稍大一些使用伪静态就出现CPU使用超负荷，由于伪静态是用正则判断而不是真实地址,分辨到底显示哪个页面的责任也由直接指定转由CPU来判断了,所以CPU占有量的上升,确实是伪静态最大的弊病.

实现机制：是利用服务器端，对请求的动态页面做改动，让浏览器认为访问的也是静态页面，这个时候，浏览器地址栏中显示的就是静态地址信息（不带问号）了。

现在UrlRewriter技术有两个技术平台的，一个就是在Java方向的，另一个就是.NET方向的。今天我们讲的是Java方向的应用。
首先让我们了解它的工作原理，说白了它就是一个简单的过滤器（Filter），看看源码你就会很快的明白，它就是通过我们在jsp中常用的两个方法实现的forward(),sendRedirect().
下面我们就快速的为你的网站搭建Url重写技术。
第一步：下载urlrewrite-2.6.0.现在最新版本是3.1 的。(http://tuckey.org/urlrewrite/dist/urlrewritefilter-2.6.zip
http://urlrewritefilter.googlecode.com /files/urlrewritefilter-3.1.0.zip把urlrewrite-2.6.0.jar拷到classpath下。
第二步：在WEB-INF目录下建一个urlrewrite.xml文件。
第三步：在web.xml中初始化。加上下面的代码：

<filter>
<filter-name>UrlRewriteFilter</filter-name>
<filter-class>
org.tuckey.web.filters.urlrewrite.UrlRewriteFilter
</filter-class>
</filter>
<filter-mapping>
<filter-name>UrlRewriteFilter</filter-name>
<url-pattern>/*</url-pattern>
</filter-mapping>
最后我要简单的讲一下常用的两个配置规则.以下就是简单的urlrewrite.xml配置片段。不要习惯Java的命名法把它写成 urlRewrite.xml，这样即使你加上
<init-param>
<param-name>confPath</param-name>
<param-value>/WEB-INF/urlRewrite.xml</param-value>
</init-param>
在启动的服务器的时候还是会报错的，因为源码中必须是全小写的（urlrewrite.xml）且只能放到WEB-INF下面。
<?xml version="1.0" encoding="utf-8"?>
<!DOCTYPE urlrewrite PUBLIC "-//tuckey.org//DTD UrlRewrite 2.6//EN"
"http://tuckey.org/res/dtds/urlrewrite2.6.dtd">
<urlrewrite>
<rule>
<from>^/(\w+)/(\w+)/page_(\d+)\.html$</from>
<to type="forward">/$1.htm?category=$2&page=$3</to>
</rule>
<rule>
<from>^/rss/yahoo\.html$</from>
<to type="redirect"> http://add.my.yahoo.com/rss? url=http://feed.feedsky.com/W3CSSiteFeed
</to>
</rule>
</urlrewrite>
所有的规则配置都写在这里。第一个常用个规则就是站内的简单重写。

<rule>
<from></from>
<to type="forward></to>
</rule>
<from></from> 写上你自己定义的访问地址，<to type="forward></to>就是实际的访问地址。比如我们实际的访问地址是：http://yousite.com /entity.htm ?category=user&page=2.而我们想把它重写为http://yousite.com/entity/uesr /page_2.html。这样看起来比我们实际的要好看的多。我们就应该这样的写：
<rule>
<from>^/(\w+)/(\w+)/page_(\d+)\.html$</from>
<to type="forward">/$1.htm?category=$2&page=$3</to>
</rule>
简单的介绍一下常用的正规表示式：

代码
说明

.
匹配除换行符以外的任意字符

\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

常用的&要用 &来表示。$1,$2代表与你配置正规表达式/(\w+)/(\w+)/相对应的参数。<to type="forward">默认的是 type="forward".
另一个常用的规则就是连接外部的网站。就要用到。<to type="redirect">
<rule>
<from>^/rss/yahoo\.html$</from>
<to type="redirect"> http://add.my.yahoo.com/rss? url=http://feed.feedsky.com/MySiteFeed
</to>
</rule>

结论：伪静态太适合用在普通的企业网站上了——既不要求高并发，但同时又很在乎seo（搜索引擎优化），而且也要求后台可动态更新。——当然实现直接生成静态页也行，因为这种不像社区那种修改量那么大。