ISAPI_Rewrite3.1 教程（二）

3.1基本概念
ISAPI_Rewrite提供了一个基于规则的重写引擎能飞速重写被请求的URL。它支持几乎无限量的规则和几乎无限量的附加规则条件来提供真正灵活和有效的URL处理机制。可以根据HTTP头、服务器变量、被请求的URL本身以及其它不同的条件的测试结果来对URL作出处理。
URL数据处理是用一个文本配置文件来定制的，内含各种指令设置。配置分几种等级。首先是全局（服务器范围的）配置指令，放置在ISAPI_Rewrite安装目录里的一个名为httpd.conf的文件里。那里还有若干个标签可以封装应用到特殊位置的指令：<Virt lHost>、<Directory>、<DirectoryMatch>、<Files>、 <FilesMatch>、<Location>以及<LocationMatch>。最后ISAPI_Rewrite支持可以放在任何网站目录里的.htaccess文件，那些文件中的规则可以应用到该位置以及它的子目录中。所有的配置文件在每次修改文件后都会被自动重载。允许用第三方程序和脚本来修改文件。
在很多情况下ISAPI_Rewrite是用来重写URL的。除了重写之外，ISAPI_REWRITE能够修改、生成、删除任何其它客户端Reqst中的HTTP头。模块操作可以载入改写、代理、重定向或者阻断原始客户端到服务器的请求。
Rewriting可能使服务器在得到了一个客户端的源请求时用一个新的URL继续请求处理。新的URL可以包括查询串部分（跟在问号后面），也可以指向任何一个完全的静态文件或者脚本（例如asp）、或者程序（例如.exe），等等。对用户和网站配置来说重写是彻底透明的。因为它Web应用程序收到请求之前在服务器内部执行。
Proxying使URL经过内部处理后指向另一台服务器，并很快传递到远程服务器上(换言之，规则处理在这里中止了)。远程服务器的响应很快被传回客户端。代理服务器要求你指定完整的有效URL，以协议、包括主机名开头等等。ISAPI_Rewrite使用ISAPI扩展来处理代理请求，你可以在“代理服务器配置”这一章里读到更多信息。
Redirection将发送一个带有重定向指令的即时响应(HTTP响应码为302或者说301)，将网址设置为一个新的位置。您可以在重定向指令里使用绝对URL格式（这是RFC2616所要求的）将请求重定向到不同的主机、端口和协议。如果此信息被忽略， ISAPI_Rewrite将自动照当前的协议、服务器名称和目录位置提供URL。重定向指令总是导致重写引擎中止处理后面的规则序列。
每个规则按它在配置文件中出现的顺序来应用。目录级配置文件从父路径开始一个接一个地处理，来自于全局配置文件的规则最先适用。
在修改URL之前ISAPI_Rewrite会保存原URL到Http头，命名为X-Rewrite-URL。然后它能够在脚本中作为HTTP_X_REWRITE_URL服务器变量取回。因为在IIS里，系统变量名不能被修改，所以ISAPI_Rewrite不能提供与Apache兼容的变量名REQST_URI。如果你的应用程序的设计要依赖于REQST_URI变量，你必须修改它，用HTTP_X_REWRITE_URL变量来代替。下面是一个PHP代码补丁的示例：

if (isset($_SERVER['HTTP_X_REWRITE_URL']))
{
$_SERVER['REQST_URI'] = $_SERVER['HTTP_X_REWRITE_URL'];
}

后面跟有RewriteRule(或者RewriteProxy)指令的多重RewriteCond指令只影响单个规则。如果一些条件需要被用于多个规则，必须重复写这些条件指令以应用到每条规则上。
3.2和Apache下mod_rewrite的兼容性
这个版本的ISAPI_Rewrite是为了最大程度上保持与Apache的mod_rewrite的兼容性。这个目标已经很大程度上实现了，尽管有一些功能无法执行，因为它们和Apeach以及UNIX结构高度绑定，而且它们在IIS上执行是不敏感的。举例说明：第H条：“强制内容处理”标记不能执行，因为在IIS中内容处理的范围依赖于扩展名。或者第[NS]条：“没有子请求”标记是无意义的，因为在IIS中是没有子请求的。
这里有一个完整的ISAPI_Rewrite和mod_rewrite兼容性图表。标记为绿色的功能或指令是充分支持的，黄色的功能是部分支持或计划在下一版本中支持，标示为红色的功能是不支持的。
· 兼容Perl的正则表达式 (plus extended syntax)
· 服务器级httpd.conf配置
· 虚拟网站.htaccess配置文件
· 目录.htaccess配置文件
· <Virt lHost>
· <Directory>
· <DirectoryMatch>
· <Files>
· <FilesMatch>
· <Location>
· <LocationMatch>
· AccessFileName
· RewriteEngine
· RewriteRule
o $N 规则后向引用
o %N RewriteCond 后向引用
o ${mapname:key|default}
o %{VARNAME} 服务器变量
o '!' 取非
o [C] 与下一个规则联锁
o [CO=name:val:domain:lifetime:path] 设置cookie
o [E=var:val] 设置环境变量
o [F] 强制禁止应答
o [G] 强制继续应答
o [H=content-handler] 明确的内容处理 (不适用)
o [L] 上一个规则标记
o [N] 再次应用规则
o [NC] 大小写不敏感
o [NE] 不转义输出
o [NS]非内部子请求
o [P]代理通过
o [PT] 传递通过下一个处理程序 (一直开启)
o [QSA] 追加查询字符串
o [R =code] 重定向
o [S=num] 跳到下面第 n条规则
o [T=MIME-type] 强制明确应答 MIME 类型
· RewriteCond
o [NC] 大小写不敏感
o [OR] 逻辑并集
o %{HTTP:header}
o '!' 非
o '<CondPattern' 大于比较符
o '>CondPattern' 小于比较符
o '=CondPattern' 等于比较符
o '-d' 目录存在
o '-f' 文件存在
o '-s' 非零文件
o '-l' 符号链接
o '-x' 有可执行权限的文件
o '-F' 通过子请求文件存在
o '-U' 通过子请求URL存在
· RewriteBase
· RewriteMap
o txt: 文本映射
o rnd: 随机映射
o int: 内部函数 toupper, tolower, escape,
o prg: 外部程序
o dbm: 散列文件
· RewriteLog
· RewriteLogLevel
· RewriteOptions
· RewriteLock
· AllowOverride
3.3使用环境以及处理顺序
以下是这个程序文档中要被用到的使用环境的详解：
server config
这个标志表示该指令可以用在全局httpd.conf配置文件中，但是不能用在任何一个分区（例如<Virt lhost>或者<Directory>）内部。它不允许放在.htaccess文件中。
vitr l host
这意味着指令可以出现在<Virt lHost>容器内。
directory
这个标志表示指令在<Diretory>、<Location>、<Files>容器内可用，而且它们的正则表达式是等价的。
.htaccess
使用环境标为它的指令可以出现在每个目录的.htaccess文件中。记住当RewriteRule指令用在.htaccess配置文件中时，它将自动从路径中剥去本地目录前缀，只对剩下的部分应用规则。你可以使用RewriteBase指令显式地给这些规则指定一个基本路径。
应用次序
当同一分区内的多条指令同时适用时，理解每个分区应用的次序是很重要的，因为它会对最终效果起作用。应用次序如下所述：
1.<Directory>(正则表达式除外)：多个<Directory>分区可以应用于单个请求，如果多个（非正则表达式）<Directory>分区匹配了包含文档的这个目录（或者它的上级目录中的一个），则按照从短到长的匹配次序应用指令。
2..htaccess文件按父目录到子目录的顺序应用。
3.<Files>和<FileMatch>同时被执行。
4.<Location>和<LocationMatch>也同时被执行。
先应用虚拟主机外面定义的相应分区和指令，再应用<Virt lHost>分区中的分区和指令。同一时间只有一个<Virt lHost>分区可以应用给请求。较晚的分区优先于较早的那些。
3.4正则表达式
正则表达式语法指南是Rege++文档的一部分，由John Maddock博士友情提供，Copyright ?1998-2004，包含在《Boost license》这本书里。完整的语法说明可以在《Boost.Regex documentation》中找到。
字面值
所的字符都是字面值，除了“.”“*”“?”“+”“(”“)”“{”“}”“[”“]”“^”和“$”。当这些字符由“\”前导时也是字面值。一个字面值是个匹配它自己的字符。
通配符
点字符“.”匹配空字符和换行符以外的任何单个字符。
重复
重复是被重复任意次数的表达式。一个表达式跟着“*”可以被重复任意次数，包括重复零次。一个表达式跟着“+”可以被重复任意次数，但是至少重复一次。一个表达式跟着“?”可以被只重复零次或者一次。当需要明确指定重复的最低次数和最高次数时，可以用限定运算符“{}”。这样“a{2}”是字母“a”重复两次。“a{2,4}”表示字母“a”重复2到4次。“a{2,}”表示字母“a”重复2到无限多次。注意“{}”里面必须没有空格。而且它没有对上限值和下限值限定范围。所有的重复表达式参考尽可能短的前子表达式：一个单独字符，一个字符集，或者一个用“()”括起来的子表达式，举几个例子：
? "ba*"匹配所有的"b","ba","baaa" 等等。
? "ba+"匹配"ba"或"baaa"，但是不匹配"b"。
? "ba?"匹配"b"或者"ba"。
? "ba{2,4}"匹配"baa","baaa","baaaa"。
懒惰型重复
在重复之后附加一个“?”就是懒惰型的重复了。一个懒惰型的重复是指匹配尽可能短的字符串。
例如：匹配HTML标记对可以使用下面这样的正则表达式：
"<\s*tagname[^>]*>(.*?)<\s*/tagname\s*>"
在这种情况下$1将包含标签对之间的文本，而且是最短的匹配字符串。
插入成份
插入成分有两个用处——把项目编组到子表达式中，并且对生成的匹配标号。例如，表达式"(ab)*"将匹配所有的这类字符串"ababab"。所有的被插入成份标号的子匹配将可以用\N或者$N语法来回溯引用到。它允许子表达式匹配空字符串，子表达式以1为开始从左往右编号。子表达式0就是整个表达式。
正则表达式
无标记插入
有时候你需要把子表达式编组为插入成份，但是不想为这个插入成分而吐出另一个标记的子表达式。在这种情况下，一个非标记插入(?:expression)可能有用。例如，下例表达式可以创建一个非子表达式：
"(?:abc)*"
N择1标记
当表达式可以匹配一个子表达式或另一个的时候，N择1标记起作用了。每个N择1可以用|隔开。每个N择1标记是一个最大可能性前缀子表达式，它是和重复操作符相反的行为。
示例：
? "a(b|c)"匹配"ab"或"ac"
? "abc|def"匹配"abc"或"def"
预置符
一个预置符是一个可以匹配所有作为预置成员的单个字符的预置。预置字符用方括号“[”和“]”括起来，可以容纳字面值、字符序列、字符类、经整理过的对象以及等价的类。用^打头的预置声明可以排除包含的内容。
示例：
字面值
? "[abc]"匹配"a"或"b"或"b"。
? "[^abc]"匹配"a"和"b"和"c"之外的所有字符。
字符序列
? "[a-z]"匹配所有的从"a"到"z"的字符
? "[^A-Z]"匹配所有的字符除了从"A"到"Z"的这些字符。
字符类
字符类用语法"[:classname:]"来表示，classname是声明过的预设值中的一个。例如："[[:space:]]"是所有的空白占位符的预设。下表中的字符类是可用的：

 

alnum	所有的alpha数字字母
alpha	字母表字符[a-zA-Z]。其它字符也可以包含在内，这取决于本地环境
blank	所有的空白字符，包含回车或者空格
cntrl	所有的控制字符
digit	从0到9的数字
graph	所有的图画字符
lower	所有的小写字母[a-z]，其它的字符也可以包含在内，这取决于本地环境
print	所有的印刷字符
punct	所有的标点符号
space	所有的空白占位符
upper	所有的大写字母[A-Z]，其它的字符也可以包含在内，这取决于本地环境
xdigit	所有的16进字字符0~9，A-F
word	所有的词汇字符，包括字母数字外加underscore
unicode	所有的编码大于255的字符，这只对大范围字符特征类生效

这里有一些缩写法可以代替以上字符类：
? \w 代替 [:word:]
? \s 代替 [:space:]
? \d 代替 [:digit:]
? \l 代替 [:lower:]
? \u 代替 [:upper:]

正则表达式
集合元素
集合元素一般采用预置声明内加[.tagname.]的格式。其中tagname既可以是一个单个字符，也可以是一个集合元素名。例如：[[.a.]]等价于[a]，[[.comma.]]等价于[,]。ISAPI_Rewrite支持所有的标准POSIX集合元素名，以及下面的这些字符组合：“ae”、“ch”、“ll”、“ss”、“nj”、“dz”、“lj”、任意小写、大写、首字母大写的变化组合。多个字符集合元素可以导致预置匹配一个以上的字符。例如：[[.ae.]]将匹配两个字符，但是[^[.ae.]]只会匹配一个字符。
等价类
等价类一般采用预置声明内加[=tagname=]的格式，其中tagname既可以是单个字符，也可以是一个集合元素的名称，它能匹配同样的主要等价类成员的字符，就跟集合元素[.tagname.]一样。一个等级类是一个相同整理的字符预设，但主要是一个等价类的字符集，其主要排序关键字都是一样的（例如，字符串通常先依字符整理，然后根据重音，然后根据大小写。主要排序键与字符相关，次要与重音相关，再次与大小写相关。如果没有等价类符合tagname，则[=tagname=]是与[.tagname.]完全一样的。
Equivalence classes take the general form [=tagname=] inside a set declaration, where tagname is either a single character, or a name of a collating element, and matches any character that is a member of the same primary equivalence class as the collating element [.tagname.]. An equivalence class is a set of characters that collate the same, a primary equivalence class is a set of characters whose primary sort key are all the same (for example strings are typically collated by character, then by accent, and then by case; the primary sort key then relates to the character, the secondary to the accentation, and the tertiary to the case). If there is no equivalence class corresponding to tagname, then [=tagname=] is exactly the same as [.tagname.].
要在一个预设中包含字面值“-”，请这样做：使它成为开放的“[”或者“[^”后面的第一个字符、一个系列或者一个集合元素的末点，或者用一个前置的转义字符如“[\-]”。要在一个预设中包含一个字面值“[”或者“]”或者“^”，请把它们作为一个系列或者一个集合元素的末点，或者用一个前置的转义字符。
行锚
锚用来匹配一行开头或结尾的空串。“^”匹配行开头的空串，“$”匹配行结尾的空串。
回溯引用
回溯引用是引用前面已经被匹配的子表达式。这个引用是被匹配的子表达式，而不是表达式本身。回溯引用包括转义字符“\”跟着一个从1到9的数字。“\1”引用第一个子表达式，“\2”引用第二个，依次类推。举个例子，表达式“(.*)\1”匹配任何关于它的中点重复的字符串，比如说“abcabc”或者“xyzxyz”。一个对子表达式的回溯引用不参加任何匹配，匹配空字符串。在ISAPI_Rewrite中，所有的回溯引用是对整个RewriteRule和相应的RewriteCond指令是全局性相关的。RewriteRule指令中如果有RewirteCond子令的话，子匹配从相应的RewriteRule指令的第一个RewriteCond指令开始从上到下从左往右编号。
向前查找
向前查找有两种形式：正向前查找和负向前查找。
? "(?=abc)"匹配跟在表达式"abc"后面的零字符。
? "(?!abc)"匹配不跟在表达式"abc"后面的零字符。
通配符
下面的运算符提供了与GNU正则表达式库的兼容性。
? "\w"匹配任意单个组词字符，它等价于表达式“[[:word:]]”。
? "\W"匹配任意一个非组词字符，它等价于表达式“[^[:word:]]”。
? "\<"匹配词头空字符串。
? "\>"匹配词尾空字符串。
? "\b"匹配词头或者词尾空字符串。
? "\B"匹配词语中的空字符串。
转义字符
转义字符“\”含有多重意义：
? 转义字符可以引导一个运算符，例如：回溯引用、词操作符
? 转义字符可以使下面的字符正常，比如说“\*”代表一个字面值“*”，而不是重复运算符。

单个字符转义序列
下面的转义序列是单个字符的别名：

 

转义序列	字符代码	含义
\a	0x07	信号铃记号.
\t	0x09	制表符
\v	0x0B	垂直制表符
\e	0x1B	ASCII转义字符
\0dd	0dd	八进制字符代码，其中dd是一个或多个八进制数字。
\xXX	0xXX	十六进制字符代码，其中XX是一个或多个八进制数字。
\x{XX}	0xXX	十六进制字符代码，其中XX是一个或更多十六进制数字，可选用Unicode字符。
\cZ	z-@	ASCII转义序列control-Z，其中Z是任意一个编码大于或等于“@”的编码的ASCII字符。

杂项转义序列
以下提供perl的大部分兼容性，但是在\l、\L、\u和\U上有一些区别

转义序列	含义
\w	等价于 [[:word:]].
\W	等价于[^[:word:]].
\s	等价于[[:space:]]。
\S	等价于[^[:space:]]。
\d	等价于[[:digit:]]。
\D	等价于[^[:digit:]]。
\l	等价于[[:lower:]]。
\L	等价于[^[:lower:]]。
\u	等价于[[:upper:]]。
\U	等价于[^[:upper:]]。
\C	任何单个字符，等价于“.”
\X	匹配任何Unicode组合字符序列，例如“a\x0301”(字符a和一个尖角)
\Q	开始引号运算符。后面跟前的所有的内容都被当作字面值，直到发现一个\E结束运算符。
\E	结束引用运算符，终止一个由\Q开头的引用序列。

怎样得到匹配
正则表达式将匹配第一个可匹配字符串。如果从给定的起始处可以匹配到不止一个字符串，则它会匹配那个能匹配得最长的字符串。如果从同一个起始处有多个合适的匹配，而且每个匹配的长度都一样，则将选择那个第一子表达式匹配得最长的匹配。如果有两个以上的匹配字符串它们的第一子表达式匹配得一样长，则比较第二子表达式匹配的长度，如此类推。注意：ISAPI_Rewrite使用比封演算法。只有表达式匹配了整个顺序串才能得到匹配结果。例如：
? RewriteCond URL ^/somedir/.* #将匹配任何导向somedir目录以及它的子目录的请求，与此同时，
? RewriteCond URL ^/somedir/ #只匹配somedir根目录的请求。
对“病态”正则表达式的特别提示：
ISAPI_Rewrite 使用了一个非常强大的来自Boost库的正则表达式引擎。但是它依然有一些局限性：有着一些“病态”的表达式，它可能会指数级地消耗匹配时间。这些都涉及到嵌套重复运算符，例如试图对N个连续字母a匹配表达式“(a*a)*b”，消耗的时间将与N2成正比。这些表达式常常能改成另一种写法来避免这种问题。例如，“(a*a)*b”可以被改写成“a*b”，解析它消耗的时间与N成正比。在多数情况下，非嵌套重复表达式消耗的时间与N2成正比，但是，如果条款是相互排斥的，则它们会在线性时间里完成匹配。在“a*b”这种情况下，每个字符将要么匹配a要么匹配b或者不匹配。相较之下，“a*a”匹配器不能告知哪个分支被采取（第一个 a还是第二个a）因此必须尝试两种。
Regex可以检测出这种“病态”的正则表达式并终止和它们的匹配。这将使ISAPI_Rewrite的规则失效。当一个规则失效时，ISAPI_Rewrite将给客户端发送一个"Internal Server error - Rule Failed"的状态，以表示配置错误。