如何使用基于正则表达式的路由处理 404？

Question

请考虑以下非常基本的“控制器”（为简单起见，本例中的函数）：

function Index() {
    var_dump(__FUNCTION__); // show the "Index" page
}

function Send($n) {
    var_dump(__FUNCTION__, func_get_args()); // placeholder controller
}

function Receive($n) {
    var_dump(__FUNCTION__, func_get_args()); // placeholder controller
}

function Not_Found() {
    var_dump(__FUNCTION__); // show a "404 - Not Found" page
}

以及以下基于正则表达式的Route() 函数：

function Route($route, $function = null)
{
    $result = rtrim(preg_replace('~/+~', '/', substr($_SERVER['PHP_SELF'], strlen($_SERVER['SCRIPT_NAME']))), '/');

    if (preg_match('~' . rtrim(str_replace(array(':any', ':num'), array('[^/]+', '[0-9]+'), $route), '/') . '$~i', $result, $matches) > 0)
    {
        exit(call_user_func_array($function, array_slice($matches, 1)));
    }

    return false;
}

现在我想将以下 URL（尾斜杠被忽略）映射到相应的“控制器”：

/index.php -> Index()
/index.php/send/:NUM -> Send()
/index.php/receive/:NUM -> Receive()
/index.php/NON_EXISTENT -> Not_Found()

这是事情开始变得棘手的部分，我有两个问题我无法解决......我想我不是第一个遇到这个问题的人，所以那里的人应该有解决方案。

---

捕获 404（已解决！）

我找不到一种方法来区分对根 (index.php) 的请求和不应该存在的请求 (index.php/notHere)。我最终为 URL 提供默认的 index.php 路由，否则应该提供 404 - Not Found 错误页面。 我该如何解决？

编辑 - 我脑海中闪过的解决方案：

Route('/send/(:num)', 'Send');
Route('/receive/(:num)', 'Receive');
Route('/:any', 'Not_Found'); // use :any here, see the problem bellow
Route('/', 'Index');

---

路线的顺序

如果我按“逻辑”顺序设置路线，如下所示：

Route('/', 'Index');
Route('/send/(:num)', 'Send');
Route('/receive/(:num)', 'Receive');
Route(':any', 'Not_Found');

所有 URL 请求都被 Index() 控制器捕获，因为空的正则表达式（记住：尾部斜杠被忽略）匹配所有内容。但是，如果我以“hacky”顺序定义路由，如下所示：

Route('/send/(:num)', 'Send');
Route('/receive/(:num)', 'Receive');
Route('/:any', 'Not_Found');
Route('/', 'Index');

一切似乎都可以正常工作。 有解决这个问题的优雅方法吗？

路由可能并不总是被硬编码（从数据库或其他东西中提取），我需要确保它不会因为定义的顺序而忽略任何路由。 感谢您的帮助！

Answer 1

好的，我知道给猫剥皮的方法不止一种，但你到底为什么要这样做呢？似乎是一些可以用 mod_rewrite 轻松处理的 RoR 方法

话虽如此，我重写了您的 Route 函数并且能够实现您的目标。请记住，当您删除所有 / 时，我添加了另一个条件来直接捕获索引，这就是为什么当您希望它匹配 404 时它匹配索引。我还合并了 4 个 Route() 调用以使用一个 foreach()。

function Route()
{
        $result = rtrim(preg_replace('~/+~', '/', substr($_SERVER['PHP_SELF'], strlen($_SERVER['SCRIPT_NAME']))), '/');
        $matches = array();

        $routes = array(
                'Send'      => '/send/(:num)',
                'Receive'   => '/receive/(:num)',
                'Index'     => '/',
                'Not_Found' => null
        );

        foreach ($routes as $function => $route)
        {
                if (($route == '/' && $result == '')
                        || (preg_match('~' . rtrim(str_replace(array(':any', ':num'), array('[^/]+', '[0-9]+'), $route)) . '$~i', $result, $matches) > 0))
                {
                        exit(call_user_func_array($function, array_slice($matches, 1)));
                }
        }

        return false;
}

Route();

干杯！

Answer 2

这是 MVC webapps 的一个常见问题，通常在成为问题之前就解决了。

最简单、最通用的方法是使用异常。如果您没有给定参数的内容，则抛出 PageNotFound 异常。在您的应用程序的顶层，捕获所有异常，如下面的简化示例：

index.php:

try {
    $controller->method($arg);
} catch (PageNotFound $e) {
    show404Page($e->getMessage());
} catch (Exception $e) {
    logFatalError($e->getMessage());
    show500Page();
}

controller.php：

function method($arg) {
    $obj = findByID($arg);
    if (false === $obj) {
         throw new PageNotFound($arg);
    } else {
         ...
    }
}

排序问题可以通过对正则表达式进行排序来解决，这样最具体的正则表达式首先匹配，最不具体的正则表达式最后匹配。为此，请计算正则表达式中的路径分隔符（即斜杠），不包括开头的路径分隔符。你会得到这个：

 Regex           Separators
 --------------------------
 /send/(:num)    1
 /send/8/(:num)  2
 /               0

按降序排列，然后处理。流程顺序为：

1. /send/8/(:num)
2. /send/(:num)
3. /

Answer 3

首先确定如下：

foo.com/index.php/more/info/to/follow 

完全有效，按照标准应该加载 index.php 并将 $_SERVER[PATH_INFO] 设置为 /more/info/to/follow。这是CGI/1.1 standard。如果您希望服务器不执行 PATH_INFO 扩展，请在您的服务器设置中将其关闭。在 apache 下使用：

AcceptPathInfo Off

如果你在 Apache2 下将它设置为 Off ... 它会发出 404。

我不确定 IIS 标志是什么，但我想你可以找到它。