ISAPI_rewrite中文参考手册第3/3页

Regular expression syntax 
这一部分覆盖了 ISAPI_Rewrite规定的表达句法 
Literals 
所有字符都是原意除了 ".", "*", "?", "+", "(", ")", "{", "}", "[", "]", "^" and "$".，这些字符在用“\”处理时是原意，原意指一个字符匹配自身 
Wildcard 
The dot character "." matches any single character except null character and newline character 
以下为句法 
Repeats 
A repeat is an expression that is repeated an arbitrary number of times. An expression followed by "*" can be repeated any number of times including zero. An expression followed by "+" can be repeated any number of times, but at least once. An expression followed by "?" may be repeated zero or one times only. When it is necessary to specify the minimum and maximum number of repeats explicitly, the bounds operator "{}" may be used, thus "a{2}" is the letter "a" repeated exactly twice, "a{2,4}" represents the letter "a" repeated between 2 and 4 times, and "a{2,}" represents the letter "a" repeated at least twice with no upper limit. Note that there must be no white-space inside the {}, and there is no upper limit on the values of the lower and upper bounds. All repeat expressions refer to the shortest possible previous sub-expression: a single character; a character set, or a sub-expression grouped with "()" for example. 

Examples: 

"ba*" will match all of "b", "ba", "baaa" etc.  
"ba+" will match "ba" or "baaaa" for example but not "b".  
"ba?" will match "b" or "ba".  
"ba{2,4}" will match "baa", "baaa" and "baaaa".  
Non-greedy repeats 
Non-greedy repeats are possible by appending a '?' after the repeat; a non-greedy repeat is one which will match the shortest possible string. 

For example to match html tag pairs one could use something like: 

"<\s*tagname[^>]*>(.*?)<\s*/tagname\s*>" 

In this case $1 will contain the text between the tag pairs, and will be the shortest possible matching string.  

Parenthesis 
Parentheses serve two purposes, to group items together into a sub-expression, and to mark what generated the match. For example the expression "(ab)*" would match all of the string "ababab". All sub matches marked by parenthesis can be back referenced using \N or $N syntax. It is permissible for sub-expressions to match null strings. Sub-expressions are indexed from left to right starting from 1, sub-expression 0 is the whole expression. 

Non-Marking Parenthesis 
Sometimes you need to group sub-expressions with parenthesis, but don't want the parenthesis to spit out another marked sub-expression, in this case a non-marking parenthesis (?:expression) can be used. For example the following expression creates no sub-expressions: 

"(?:abc)*"  

Alternatives 
Alternatives occur when the expression can match either one sub-expression or another, each alternative is separated by a "|". Each alternative is the largest possible previous sub-expression; this is the opposite behaviour from repetition operators. 

Examples: 

"a(b|c)" could match "ab" or "ac".  
"abc|def" could match "abc" or "def".  
Sets 
A set is a set of characters that can match any single character that is a member of the set. Sets are delimited by "[" and "]" and can contain literals, character ranges, character classes, collating elements and equivalence classes. Set declarations that start with "^" contain the compliment of the elements that follow. 

Examples: 

Character literals: 

"[abc]" will match either of "a", "b", or "c".  
"[^abc] will match any character other than "a", "b", or "c".  
Character ranges: 

"[a-z]" will match any character in the range "a" to "z".  
"[^A-Z]" will match any character other than those in the range "A" to "Z".  
Character classes 
Character classes are denoted using the syntax "[:classname:]" within a set declaration, for example "[[:space:]]" is the set of all whitespace characters. The available character classes are:  

alnum Any alpha numeric character.  
alpha Any alphabetical character a-z and A-Z. Other characters may also be included depending upon the locale.  
blank Any blank character, either a space or a tab.  
cntrl Any control character.  
digit Any digit 0-9.  
graph Any graphical character.  
lower Any lower case character a-z. Other characters may also be included depending upon the locale.  
print Any printable character.  
punct Any punctuation character.  
space Any whitespace character.  
upper Any upper case character A-Z. Other characters may also be included depending upon the locale.  
xdigit Any hexadecimal digit character, 0-9, a-f and A-F.  
word Any word character - all alphanumeric characters plus the underscore.  
unicode Any character whose code is greater than 255, this applies to the wide character traits classes only.  

There are some shortcuts that can be used in place of the character classes: 

\w in place of [:word:]  
\s in place of [:space:]  
\d in place of [:digit:]  
\l in place of [:lower:]  
\u in place of [:upper:]  
Collating elements 
Collating elements take the general form [.tagname.] inside a set declaration, where tagname is either a single character, or a name of a collating element, for example [[.a.]] is equivalent to [a], and [[.comma.]] is equivalent to [,]. ISAPI_Rewrite supports all the standard POSIX collating element names, and in addition the following digraphs: "ae", "ch", "ll", "ss", "nj", "dz", "lj", each in lower, upper and title case variations. Multi-character collating elements can result in the set matching more than one character, for example [[.ae.]] would match two characters, but note that [^[.ae.]] would only match one character.  

Equivalence classes 
Equivalenceclassestakethegeneralform[=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.]. 

To include a literal "-" in a set declaration then: make it the first character after the opening "[" or "[^", the endpoint of a range, a collating element, or precede it with an escape character as in "[\-]". To include a literal "[" or "]" or "^" in a set then make them the endpoint of a range, a collating element, or precede with an escape character.  

Line anchors 
An anchor is something that matches the null string at the start or end of a line: "^" matches the null string at the start of a line, "$" matches the null string at the end of a line.  

Back references 
A back reference is a reference to a previous sub-expression that has already been matched, the reference is to what the sub-expression matched, not to the expression itself. A back reference consists of the escape character "\" followed by a digit "1" to "9", "\1" refers to the first sub-expression, "\2" to the second etc. For example the expression "(.*)\1" matches any string that is repeated about its mid-point for example "abcabc" or "xyzxyz". A back reference to a sub-expression that did not participate in any match, matches the null string. In ISAPI_Rewrite all back references are global for entire RewriteRule and corresponding RewriteCond directives. Sub matches are numbered up to down and left to right beginning from the first RewriteCond directive of the corresponding RewriteRule directive, if there is one. 

Forward Lookahead Asserts 
There are two forms of these; one for positive forward lookahead asserts, and one for negative lookahead asserts:  

"(?=abc)" matches zero characters only if they are followed by the expression "abc".  
"(?!abc)" matches zero characters only if they are not followed by the expression "abc".  

Word operators 
The following operators are provided for compatibility with the GNU regular expression library. 

"\w" matches any single character that is a member of the "word" character class, this is identical to the expression "[[:word:]]".  
"\W" matches any single character that is not a member of the "word" character class, this is identical to the expression "[^[:word:]]".  
"\<" matches the null string at the start of a word.  
"\>" matches the null string at the end of the word.  
"\b" matches the null string at either the start or the end of a word.  
"\B" matches a null string within a word.  
Escape operator 
The escape character "\" has several meanings. 

The escape operator may introduce an operator for example: back references, or a word operator.  
The escape operator may make the following character normal, for example "\*" represents a literal "*" rather than the repeat operator.  
Single character escape sequences: 
The following escape sequences are aliases for single characters: 

 
Escape sequence Character code Meaning  
\a 0x07 Bell character.  
\t 0x09 Tab character.  
\v 0x0B Vertical tab.  
\e 0x1B ASCII Escape character.  
\0dd 0dd An octal character code, where dd is one or more octal digits.  
\xXX 0xXX A hexadecimal character code, where XX is one or more hexadecimal digits.  
\x{XX} 0xXX A hexadecimal character code, where XX is one or more hexadecimal digits, optionally a unicode character.  
\cZ z-@ An ASCII escape sequence control-Z, where Z is any ASCII character greater than or equal to the character code for '@'.  

Miscellaneous escape sequences: 
The following are provided mostly for perl compatibility, but note that there are some differences in the meanings of \l \L \u and \U:  

Escape sequence Meaning  
\w Equivalent to [[:word:]].  
\W Equivalent to [^[:word:]].  
\s Equivalent to [[:space:]].  
\S Equivalent to [^[:space:]].  
\d Equivalent to [[:digit:]].  
\D Equivalent to [^[:digit:]].  
\l Equivalent to [[:lower:]].  
\L Equivalent to [^[:lower:]].  
\u Equivalent to [[:upper:]].  
\U Equivalent to [^[:upper:]].  
\C Any single character, equivalent to '.'.  
\X Match any Unicode combining character sequence, for example "a\x 0301" (a letter a with an acute).  
\Q The begin quote operator, everything that follows is treated as a literal character until a \E end quote operator is found.  
\E The end quote operator, terminates a sequence begun with \Q.  
What gets matched? 
The regular expression will match the first possible matching string, if more than one string starting at a given location can match then it matches the longest possible string. In cases where their are multiple possible matches all starting at the same location, and all of the same length, then the match chosen is the one with the longest first sub-expression, if that is the same for two or more matches, then the second sub-expression will be examined and so on. Note that ISAPI_Rewrite uses MATCH algorithm. The result is matched only if the expression matches the whole input sequence. For example:  

RewriteCond URL ^/somedir/.* #will match any request to somedir directory and subdirectories, while  
RewriteCond URL ^/somedir/ #will match only request to the root of the somedir.  
Special note about "pathological" regular expressions 
ISAPI_Rewrite uses a very powerful regular expressions engine Regex++ written by Dr. John Maddock. But as any real thing it's not ideal: There exists some "pathological" expressions which may require exponential time for matching; these all involve nested repetition operators, for example attempting to match the expression "(a*a)*b" against N letter a's requires time proportional to 2N. These expressions can (almost) always be rewritten in such a way as to avoid the problem, for example "(a*a)*b" could be rewritten as "a*b" which requires only time linearly proportional to N to solve. In the general case, non-nested repeat expressions require time proportional to N2, however if the clauses are mutually exclusive then they can be matched in linear time - this is the case with "a*b", for each character the matcher will either match an "a" or a "b" or fail, where as with "a*a" the matcher can't tell which branch to take (the first "a" or the second) and so has to try both. 

Boost 1.29.0 Regex++ could detect "pathological" regular expressions and terminate theirs matching. When a rule fails ISAPI_Rewrite sends "500 Internal Server error - Rule Failed" status to a client to indicate configuration error. Also the failed rule is disabled to prevent performance losses 
Format string syntax 
In format strings, all characters are treated as literals except: "(", ")", "$", "\", "?", ":". 

To use any of these as literals you must prefix them with the escape character \ 

The following special sequences are recognized:  

Grouping: 
Use the parenthesis characters ( and ) to group sub-expressions within the format string, use \( and \) to represent literal '(' and ')'.  

Sub-expression expansions: 
The following perl like expressions expand to a particular matched sub-expression: 

$` Expands to all the text from the end of the previous match to the start of the current match, if there was no previous match in the current operation, then everything from the start of the input string to the start of the match.  
$' Expands to all the text from the end of the match to the end of the input string.  
$& Expands to all of the current match.  
$0 Expands to all of the current match.  
$N Expands to the text that matched sub-expression N.  

Conditional expressions: 
Conditional expressions allow two different format strings to be selected dependent upon whether a sub-expression participated in the match or not: 

?Ntrue_expression:false_expression 

Executes true_expression if sub-expression N participated in the match, otherwise executes false_expression. 

Example: suppose we search for "(while)|(for)" then the format string "?1WHILE:FOR" would output what matched, but in upper case. 

Escape sequences: 
The following escape sequences are also allowed: 

 
\a The bell character.  
\f The form feed character.  
\n The newline character.  
\r The carriage return character.  
\t The tab character.  
\v A vertical tab character.  
\x A hexadecimal character - for example \x0D.  
\x{} A possible unicode hexadecimal character - for example \x{1A0}  
\cx The ASCII escape character x, for example \c@ is equivalent to escape-@.  
\e The ASCII escape character.  
\dd An octal character constant, for example \10  
Examples例子 
Emulating host-header-based virtual sites on a single site 
例如你在两个域名注册www.site1.com 和 www.site2.com，现在你可以创建两个不同的站点而使用单一的物理站点。把以下规则加入到你的httpd.ini 文件 
[ISAPI_Rewrite] 

#Fix missing slash char on folders 
RewriteCond Host: (.*) 
RewriteRule ([^.?]+[^.?/]) http\://$1$2/ [I,R] 

#Emulate site1 
RewriteCond Host: (?:www\.)?site1\.com 
RewriteRule (.*) /site1$1 [I,L] 

#Emulate site2 
RewriteCond Host: (?:www\.)?site2\.com 
RewriteRule (.*) /site2$1 [I,L] 

 
现在你可以把你的站点放在/site1 和 /site2 目录中. 

或者你可以应用更多的类规则： 
[ISAPI_Rewrite] 

#Fix missing slash char on folders 
RewriteCond Host: (.*) 
RewriteRule ([^.?]+[^.?/]) http\://$1$2/ [I,R] 

RewriteCond Host: (www\.)?(.+) 
RewriteRule (.*) /$2$3 
为站点应该命名目录为 /somesite1.com, /somesite2.info, etc. 
Using loops (Next flag) to convert request parameters 
假如你希望有物理URL如 http://www.myhost.com/foo.asp?a=A&b=B&c=C 使用请求如 http://www.myhost.com/foo.asp/a/A/b/B/c/C 参数数量可以从两个请求之间变化 

至少有两个解决办法。你可以简单的为每一可能的参数数量添加一个分隔规则或者你可以使用一个技术说明如下面的例子 
ISAPI_Rewrite] 
RewriteRule (.*?\.asp)(\?[^/]*)?/([^/]*)/([^/]*)(.*) $1(?2$2&:\?)$3=$4$5 [NS,I] 
这个规则将从请求的URL中抽取一个参数追加在请求字符的末尾并且从头重启规则进程。所以它将循环直到所有参数被移动到适当的位置，或者直到超过RepeatLimit 
也存在许多这个规则的变种。但使用不同的分隔字符，例如。使用URLS如http://www.myhost.com/foo.asp~a~A~b~B~c~C 可以应中下面的规则： 
ISAPI_Rewrite] 
RewriteRule (.*?\.asp)(\?[^~]*)?~([^~]*)~([^~]*)(.*) $1(?2$2&:\?)$3=$4$5 [NS,I] 
Running servers behind IIS 
假如我们有一个内网服务器运行IIS而几个公司服务器运行其他平台，这些服务器不能从INTERNET直接进入，而只能从我们公司的网络进入，有一个简单的例子可以使用代理标记映射其他服务器到IIS命名空间： 
[ISAPI_Rewrite] 
RewriteProxy /mappoint(.+) http\://sitedomain$1 [I,U] 
Moving sites from UNIX to IIS 
这个规则可以帮助你把URL从 /~username 改变到 /username 和从 /file.html 改变到 /file.htm. 这个在你仅仅把你的站从UNIX移动到IIS并且保持搜索引擎和其他外部页面对老页面的连接时是有用的 
[ISAPI_Rewrite] 

#redirecting to update old links 
RewriteRule (.*)\.html $1.htm 
RewriteRule /~(.*) http\://myserver/$1 [R] 
Moving site location 
许多网管问这样的问题：他们要重定向所有的请求到一个新的网络服务器，当你需要建立一个更新的站点取代老的的时候经常出现这样的问题，解决方案是用ISAPI_Rewrite 于老服务器中 
[ISAPI_Rewrite] 

#redirecting to update old links 
RewriteRule (.+) http\://newwebserver$1 [R] 

Browser-dependent content 
Dynamically generated robots.txt 
robots.txt是一个搜索引擎用来发现能不能被索引的文件，但是为一个大站创建一个有许多动态内容的这个文件是很复杂的工作，我们可以写一个robots.asp script 

现在使用单一规则生成 robots.txt  
[ISAPI_Rewrite] 

RewriteRule /robots\.txt /robots.asp 
Making search engines to index dynamic pages 
站点的内容存储在XML文件中，在服务器上有一个/XMLProcess.asp 文件处理XML文件并返回HTML到最终用户，URLS到文档有如下形式 
http://www.mysite.com/XMLProcess.asp?xml=/somdir/somedoc.xml 
但是许多公共引擎不能索引此类文档，因为URLS包含问号（文档动态生成）， 
ISAPI_Rewrite可以完全消除这个问题 
[ISAPI_Rewrite] 

RewriteRule /doc(.*)\.htm /XMLProcess.asp\?xml=$1.xml 
现在使用如同http://www.mysite.com/doc/somedir/somedoc.htm的URL进入文档，搜索引擎将不知道不是somedoc.htm 文件并且内容是动态生成的 
Negative expressions (NOT 
有时当模式不匹配你需要应用规则，这种情况下你可以使用在规则表达式中称为Forward Lookahead Asserts  
例如你需要不使用IE把所有用户移动到别的地点 
[ISAPI_Rewrite] 
# Redirect all non Internet Explorer users 
# to another location 
RewriteCond User-Agent: (?!.*MSIE).* 
RewriteRule (.*) /nonie$1 
Dynamic authentification 
例如我们在站点上有一些成员域，我们在这个域上需要密码保护文件而我们不喜欢用BUILT-IN服务器安全，这个情况下可以建立一个ASP脚本（称为proxy.asp），这个脚本将代理所有请求到成员域并且检查请求允许，这里有一个简单的模板你可以放进你自己的授权代码 

 
现在我们要通过配置 ISAPI_Rewrite 通过这个页面代理请求: 

[ISAPI_Rewrite] 
# Proxy all requests through proxy.asp 
RewriteRule /members(.+) /proxy.asp\?http\://mysite.com/members$1 
Blocking inline-images (stop hot linking 

假设我们在http://www.mysite.com/下有些页面有一些内联 GIF图片很好，他人可以不直接协商通过盗链到他们的页面上，我们不喜欢这样因为加大了服务器流量 
当我们不能100%保护图片，我们至少可以在浏览器发送一个HTTP Referer header的地方限制这种情况 
[ISAPI_Rewrite] 
RewriteCond Host: (.+) 
RewriteCond Referer: (?!http://\1.*).* 
RewriteRule .*\.(?:gif|jpg|png) /block.gif [I,O]

最新评论